需要把 Azure 资源组可视化成架构图时，用…

分析 Azure 资源组内所有资源及其依赖关系，生成带 Mermaid 架构图的 Markdown 文档。

适用场景

解决思路

1. 若用户未指定资源组，先用工具（无对应工具则用 `az`）查询可用资源组，列出编号、名称和位置，让用户按编号或名称选择，等待用户回复后再继续；若已指定则先校验其存在。
2. 跨订阅批量发现资源时使用 Azure Resource Graph 查询（参考 references/azure-resource-graph.md 的跨订阅清单与关系发现模式）。
3. 用 Azure MCP 工具或 `az` 查询资源组内全部资源，逐个分析并记录：资源名称与类型、SKU/层级、位置/区域、关键配置属性、网络设置（VNet、子网、私有终结点）、身份与访问（托管标识、RBAC）、依赖与连接。
4. 映射资源关系，识别：网络连接（VNet 对等互连、子网分配、NSG 规则、私有终结点）、数据流（应用→数据库、Functions→存储、API Management→后端）、身份（托管标识连接资源）、配置（应用设置指向 Key Vault、连接字符串）、依赖（父子关系、必需资源）。
5. 图中只能用有意义的占位名表示密钥、连接字符串、Key Vault 机密等敏感值，绝不把真实机密值写入架构图。
6. 用 `graph TB`（自上而下）或 `graph LR`（自左向右）构建详细 Mermaid 图：按网络/计算/数据/安全/监控等层次或用途分组，节点标签用 `<br/>` 换行包含 SKU、层级和重要设置，为所有连接加描述性标签，使用有意义的节点 ID（如 APP、FUNC、SQL、KV），用 subgraph 做逻辑分组；连接线用 `-->` 表示数据流或依赖、`-.->` 表示可选/条件连接、`==>` 表示关键/主路径。
7. 节点标签中体现资源类型细节：App Service 含计划层级（B1、S1、P1v2），Functions 含运行时（.NET、Python、Node），数据库含层级（Basic、Standard、Premium），存储含冗余（LRS、GRS、ZRS），VNet 含地址空间，子网含地址范围。
8. 以 template-architecture.md 为模板，创建名为 `[resource-group-name]-architecture.md` 的 Markdown 文件，包含：头部（资源组名、订阅、区域）、摘要（2-3 段架构概述）、资源清单表（所有资源及类型和关键属性）、完整 Mermaid 架构图、关系详情（关键连接与数据流说明）、备注（重要观察、潜在问题或建议）。
9. 文件创建在 workspace 根目录或已存在的 `docs/` 文件夹，文件名清晰描述性，输出前检查 Mermaid 语法有效。
10. 工具使用：Azure MCP 用 `intent="list resource groups"` 发现资源组、`intent="list resources in group"` 加组名获取全部资源、`intent="get resource details"` 分析单个资源，需要特定 Azure 操作时用 `command` 参数；MCP 无法完成的复杂查询用 Azure CLI，如 `az resource list --resource-group <name> --output json`、`az network vnet show --resource-group <name> --name <vnet-name>`。
11. 边界处理：无资源时告知用户并核实资源组名；权限不足时说明缺什么并建议检查 RBAC；50+ 资源的复杂架构考虑按层拆成多张图；跨资源组依赖在图的备注中标注；关系不明确的资源归入 "Other Resources" 分组。
12. 全程只读分析，不修改或删除任何 Azure 资源；不因资源看似不重要而跳过，不臆测未经验证的关系，不生成不完整或占位图，不省略影响架构理解的配置细节。
13. 输出格式：Mermaid 用 `graph TB`/`graph LR`，subgraph 语法 `subgraph "Descriptive Name"`，节点语法 `ID["Display Name<br/>Details"]`，连接语法 `SOURCE -->|"Label"| TARGET`；Markdown 用 H1 主标题、H2 主要章节、H3 子章节、表格列资源清单、项目符号列备注与建议、`mermaid` 代码块包裹图。

适用边界 · 注意事项

• 没有 Azure 订阅、资源组或相应 RBAC 读取权限时无法使用。
• 需要修改、部署或删除 Azure 资源时（本技能仅做只读分析）。
• 非 Azure 环境（如 AWS、GCP 或本地基础设施）的资源可视化。