🧩 主要功能：它能帮你做什么？

azure-resource-visualizer 的核心能力是把 Azure 资源组里那些看不见摸不着的连接关系，变成一张清晰直观的架构图。它会自动扫描你指定的资源组，识别其中的虚拟机、存储账户、数据库、Key Vault、虚拟网络等资源，然后分析它们之间的网络连接、数据流向和身份依赖，最终生成一张 Mermaid 格式的拓扑图。

这张图不只是罗列资源名称。它会标注每个资源的关键配置信息，比如 App Service 的定价层、SQL 数据库的 DTU 级别、存储账户的冗余类型。资源之间的连接线也会带上说明标签，告诉你数据是怎么流动的、哪个服务依赖哪个服务。更重要的是，它会按照网络层、计算层、数据层、安全层这样的逻辑分组来组织图形结构，让架构一目了然。

生成完图表后，插件还会输出一份 Markdown 文档，里面包含资源清单表格、架构图嵌入、关键关系说明和潜在问题提示。这份文档可以直接放进你的项目 Wiki 或技术文档里。

⚙️ 第一次怎么安装？

安装方式取决于你使用的 AI 工具。这个技能包含在微软官方的 azure-skills 插件包里，所以第一步是安装整个插件包。

GitHub Copilot CLI 用户： 先添加市场，再安装插件。运行 /plugin marketplace add microsoft/azure-skills，然后运行 /plugin install azure@azure-skills 即可完成安装。

VS Code 用户： 从 Visual Studio Marketplace 安装 Azure MCP 扩展。这个扩展会自动配置 Azure MCP Server 和完整的技能层，包括 azure-resource-visualizer。

Claude Code 用户： 运行 /plugin install azure@claude-plugins-official，或者在插件市场里搜索 “azure” 找到并安装。

Cursor 用户： 打开 Settings > Plugins，搜索 “Azure” 即可从 Cursor 市场安装。

安装前需要确保：你有一个 Azure 订阅；Node.js 18 或更高版本已安装；Azure CLI 已安装并完成 az login 登录。

🔧 怎么使用：MCP 工具与操作流程

azure-resource-visualizer 通过 Azure MCP Server 与你的 AI 助手协作。Azure MCP Server 实现了 Model Context Protocol，让 AI 能用自然语言调用 Azure 工具来查询资源和执行操作。

使用流程分三步：

第一步，选择资源组。 如果你没有指定资源组，插件会列出你订阅下所有可用的资源组，并附上它们的位置信息。你只需要选一个编号或输入名称即可。

第二步，资源发现与分析。 插件会通过 Azure MCP 工具查询资源组内的所有资源，逐一分析它们的配置、网络设置、身份权限和依赖关系。它会识别 VNet 对等连接、子网分配、NSG 规则、私有端点、托管身份、Key Vault 引用等关键连接。

第三步，生成图表和文档。 分析完成后，插件会构建 Mermaid 图，并输出一份 Markdown 文件，文件名格式为 [资源组名]-architecture.md，包含资源清单、架构图和关系说明。

MCP 工具方面： 插件依赖 Azure MCP Server 提供的基础工具来查询资源。如果你使用社区版的 mcp-azure-visualizer，它还会暴露 generate_diagram、list_azure_components 和 get_diagram_example 等专用工具，支持生成 PNG 格式的架构图并可选存储到 Azure Blob。

示例指令： 你可以直接在对话中说“为我的资源组生成架构图”、“可视化我的 Azure 资源”、“显示资源关系”或“分析我的资源组”，插件就会自动启动。

🎯 主要应用场景

架构文档编写。 接手一个新项目时，最头疼的就是搞清楚现有 Azure 环境里到底跑了什么、谁依赖谁。用这个插件跑一遍，几分钟就能得到一份带图的标准文档，比手动画图快得多。

变更影响评估。 打算调整某个服务的配置或迁移资源之前，先看一眼架构图。你能清楚知道哪些下游服务会受影响，避免改一处崩一片。

团队知识共享。 新成员加入时，一张清晰的架构图胜过千言万语。生成的 Markdown 文档可以直接放进团队 Wiki，作为基础设施的活文档维护。

💡 使用技巧与隐藏玩法

技巧一：按层分组让图更易读。 生成的图默认会按网络、计算、数据、安全等层次分组。如果你的资源组特别大，可以在提示词里明确要求“按网络层、计算层、数据层分组”，这样输出的图结构会更清晰。

技巧二：关注连接线的标签。 图上的箭头不只是装饰。实线表示数据流或直接依赖，虚线表示可选或条件连接，粗线表示关键路径。看懂这些线，比看懂资源名称更重要。

技巧三：用 Markdown 输出做版本对比。 每次生成都会输出一份 Markdown 文件。你可以把不同时间点的文件放进 Git 管理，用 diff 功能对比架构变化，追踪配置漂移。

技巧四：不要在图里放敏感信息。 插件会自动用占位符替换密钥、连接字符串等敏感值。但你自己审阅时也要留意，确保生成的文档不会泄露机密。

技巧五：配合 azure-compliance 一起用。 先用 visualizer 生成架构图了解全局，再用 compliance 扫描合规问题。两个技能配合，既能看懂结构，又能发现风险。

🤖 适合哪些 AI 工具？

azure-resource-visualizer 作为 azure-skills 插件包的一部分，支持多种 AI 工具。第一是 GitHub Copilot for Azure，包括 VS Code 里的 Copilot 代理模式和 Copilot CLI，这是微软官方集成体验最完整的方案。

第二是 Claude Code，通过官方插件市场安装后即可使用。

第三是 Cursor，从 Cursor 插件市场安装 Azure 插件后即可调用。

此外，任何兼容 MCP 协议的客户端都可以通过 Azure MCP Server 连接使用，包括 OpenAI Agents SDK 和 Semantic Kernel 构建的自定义智能应用。

📝 最后说一句

azure-resource-visualizer 解决的是一个很实际的问题：Azure 环境越复杂，人越难在脑子里画出完整的架构图。与其对着门户列表一行行看，不如让 AI 帮你生成一张真正能看懂的图。对于需要维护 Azure 基础设施的团队来说，这个技能值得花十分钟装一下。