Azure llm-provider Proxy
A lightweight Node.js proxy that bridges Azure llm-provider with Skill平台.
The Problem
Skill平台 constructs API URLs like this:
const endpoint = `${baseUrl}/chat/completions`;
Azure llm-provider requires:
https://{resource}.llm-provider.azure.com/llm-provider/deployments/{model}/chat/completions?api-version=2025-01-01-preview
When api-version is in the baseUrl, Skill平台's path append breaks it.
Quick Setup
1. Configure and Run the Proxy
export AZURE__ENDPOINT="your-resource.llm-provider.azure.com"
export AZURE__DEPLOYMENT="o"
export AZURE__API_VERSION="2025-01-01-preview"
node scripts/server.js
2. Configure Skill平台 Provider
Add to ~/.skill-platform/skill-platform.json:
{
"models": {
"providers": {
"azure-gpt4o": {
"baseUrl": "http://127.0.0.1:18790",
"apiKey": "YOUR_AZURE_API_KEY",
"api": "llm-provider-completions",
"authHeader": false,
"headers": {
"api-key": "YOUR_AZURE_API_KEY"
},
"models": [
{ "id": "o", "name": "o (Azure)" }
]
}
}
},
"agents": {
"defaults": {
"models": {
"azure-gpt4o/o": {}
}
}
}
}
Important: Set authHeader: false — Azure uses api-key header, not Bearer tokens.
3. (Optional) Use for Subagents
Save Azure credits by routing automated tasks through Azure:
{
"agents": {
"defaults": {
"subagents": {
"model": "azure-gpt4o/o"
}
}
}
}
Run as systemd Service
Copy the template and configure:
mkdir -p ~/.config/systemd/user
cp scripts/azure-proxy.service ~/.config/systemd/user/
nano ~/.config/systemd/user/azure-proxy.service
systemctl --user daemon-reload
systemctl --user enable azure-proxy
systemctl --user start azure-proxy
Environment Variables
| Variable | Default | Description |
|---|---|---|
AZURE_PROXY_PORT |
18790 |
Local proxy port |
AZURE_PROXY_BIND |
127.0.0.1 |
Bind address |
AZURE__ENDPOINT |
— | Azure resource hostname |
AZURE__DEPLOYMENT |
o |
Deployment name |
AZURE__API_VERSION |
2025-01-01-preview |
API version |
Health Check
curl http://localhost:18790/health
Troubleshooting
404 Resource not found: Check endpoint hostname and deployment name match Azure Portal.
401 Unauthorized: API key is wrong or expired.
Content Filter Errors: Azure has aggressive content filtering — some prompts that work on llm-provider may get blocked.
依赖说明
运行环境
- Agent平台: 支持SKILL.md的任意AI Agent(ai-assistant Code / Cursor / Codex / CLI等)
- 操作系统: Windows / macOS / Linux
依赖说明
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key 配置
- 本Skill基于Markdown指令,无需额外API Key(除内容中明确标注的外部API)
可用性分类
- 分类: MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力)
- 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务
核心能力
- This skill is a disclosed local proxy for routing SkillHub requests
to a user-configured Azure Op - 触发关键词: local, azure, disclosed, proxy, llm-provider, skill
适用场景
| 场景 | 输入 | 输出 |
|---|---|---|
| 基础使用 | 用户请求 | 处理结果 |
不适用于：需要人工判断的复杂决策场景
使用流程
- 确认运行环境满足依赖说明中的要求
- 根据适用场景选择合适的使用方式
- 执行操作并检查输出结果
- 如遇错误，参考错误处理章节
示例
示例1：基础用法
常见问题
Q1: 如何开始使用Azure llm-provider Proxy？
A: 请先阅读使用流程章节，确认环境满足依赖说明中的要求。
Q2: 遇到错误怎么办？
A: 请参考错误处理章节，按照表格中的处理方式操作。
Q3: Azure llm-provider Proxy有什么限制？
A: 请参考已知限制章节了解具体限制。
已知限制
- 需要API Key，无Key环境无法使用
- 依赖云服务，需要网络连接
- 本地运行，不支持多设备同步
