К основному содержанию
скилл

azure-storage-queue-py — скилл для Claude Code

Скилл подсказывает агенту, как работать с Azure Queue Storage из Python: отправка, приём и удаление сообщений. Пригодится, когда в проекте есть фоновые задачи.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add microsoft/skills --skill azure-storage-queue-py -a claude-code
Открыть на GitHub

Что делает azure-storage-queue-py

Скилл даёт агенту готовые шаблоны кода для azure-storage-queue: создание очереди, отправка строк и JSON, приём сообщений с visibility_timeout, продление видимости, peek без скрытия, очистка очереди и чтение свойств с метаданными. Есть и асинхронный вариант через azure.storage.queue.aio.

Установка пакетов — pip install azure-storage-queue azure-identity. Адрес аккаунта задаётся переменной AZURE_STORAGE_ACCOUNT_URL вида https://<account>.queue.core.windows.net, она нужна при любом способе аутентификации. Для продакшена с DefaultAzureCredential добавляется AZURE_TOKEN_CREDENTIALS=prod.

Внутри два правила, которые скилл требует соблюдать всегда: предпочитать DefaultAzureCredential вместо строк подключения и ключей аккаунта, потому что ключи обходят аудит и ротацию Entra, и оборачивать каждый клиент в контекстный менеджер — with для синхронного, async with для асинхронного, включая сам credential из azure.identity.aio. Смешивать синхронные и асинхронные клиенты в одном пути вызова нельзя: выберите один режим на модуль.

Какие задачи решает

  • поставить фоновую обработку задач через очередь
  • отправить JSON-задачу в Azure Queue Storage
  • принять сообщение и удалить его после обработки
  • продлить видимость сообщения, если обработка затянулась
  • посмотреть содержимое очереди, не скрывая сообщения

Примеры запросов агенту

  • Настрой отправку задач в Azure Queue Storage через QueueClient с DefaultAzureCredential
  • Покажи, как принять сообщения из очереди и удалить их после обработки
  • Сделай асинхронный вариант работы с очередью через azure.storage.queue.aio

Как установить azure-storage-queue-py

1Через Skills CLI (Vercel)

npx skills add microsoft/skills --skill azure-storage-queue-py -a claude-code

2Вручную: положить файлы

~/.claude/skills/azure-storage-queue-py/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/azure-storage-queue-py/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о azure-storage-queue-py

Как установить azure-storage-queue-py в Claude Code?

Выполните npx skills add microsoft/skills --skill azure-storage-queue-py -a claude-code. Файл скилла окажется в ~/.claude/skills/azure-storage-queue-py/SKILL.md.

Что делает azure-storage-queue-py?

Даёт агенту шаблоны работы с Azure Queue Storage из Python: создание очереди, отправка и приём сообщений, удаление, peek, метаданные и асинхронный клиент.

Что нужно для работы скилла?

Пакеты azure-storage-queue и azure-identity и переменная AZURE_STORAGE_ACCOUNT_URL с адресом аккаунта. Для продакшена с DefaultAzureCredential понадобится ещё AZURE_TOKEN_CREDENTIALS=prod.

Исходный текст

SKILL.md · MIT
---
name: azure-storage-queue-py
description: |
  Azure Queue Storage SDK for Python. Use for reliable message queuing, task distribution, and asynchronous processing.
  Triggers: "queue storage", "QueueServiceClient", "QueueClient", "message queue", "dequeue".
license: MIT
metadata:
  author: Microsoft
  version: "1.0.0"
  package: azure-storage-queue
---

# Azure Queue Storage SDK for Python

Simple, cost-effective message queuing for asynchronous communication.

## Installation

```bash
pip install azure-storage-queue azure-identity
```

## Environment Variables

```bash
AZURE_STORAGE_ACCOUNT_URL=https://<account>.queue.core.windows.net  # Required for all auth methods
AZURE_TOKEN_CREDENTIALS=prod # Required only if DefaultAzureCredential is used in production
```

## Authentication & Lifecycle

> **🔑 Two rules apply to every code sample below:**
>
> 1. **Prefer `DefaultAzureCredential`.** It works locally (Azure CLI / VS Code / Developer CLI) and in Azure (managed identity, workload identity) with no code change. Avoid connection strings, account/API keys — they bypass Entra audit and rotation.
>    - Local dev: `DefaultAzureCredential` works as-is.
>    - Production: set `AZURE_TOKEN_CREDENTIALS=prod` (or `AZURE_TOKEN_CREDENTIALS=<specific_credential>`) to constrain the credential chain to production-safe credentials.
> 2. **Wrap every client in a context manager** so HTTP transports, sockets, and token caches are released deterministically:
>    - Sync: `with <Client>(...) as client:`
>    - Async: `async with <Client>(...) as client:` **and** `async with DefaultAzureCredential() as credential:` (from `azure.identity.aio`)
>
> Snippets may abbreviate this setup, but production code should always follow both rules.

```python
from azure.identity import DefaultAzureCredential, ManagedIdentityCredential
from azure.storage.queue import QueueServiceClient, QueueClient

# Local dev: DefaultAzureCredential. Production: set AZURE_TOKEN_CREDENTIALS=prod or AZURE_TOKEN_CREDENTIALS=<specific_credential>
credential = DefaultAzureCredential(require_envvar=True)
# Or use a specific credential directly in production:
# See https://learn.microsoft.com/python/api/overview/azure/identity-readme?view=azure-python#credential-classes
# credential = ManagedIdentityCredential()
account_url = "https://<account>.queue.core.windows.net"

# Service client
with QueueServiceClient(account_url=account_url, credential=credential) as service_client:
    # Use service_client here (see following sections for operations)
    ...

# Queue client
with QueueClient(account_url=account_url, queue_name="myqueue", credential=credential) as queue_client:
    # Use queue_client here (see following sections for operations)
    ...
```

## Queue Operations

```python
# Create queue
service_client.create_queue("myqueue")

# Get queue client
queue_client = service_client.get_queue_client("myqueue")

# Delete queue
service_client.delete_queue("myqueue")

# List queues
for queue in service_client.list_queues():
    print(queue.name)
```

## Send Messages

```python
# Send message (string)
queue_client.send_message("Hello, Queue!")

# Send with options
queue_client.send_message(
    content="Delayed message",
    visibility_timeout=60,  # Hidden for 60 seconds
    time_to_live=3600       # Expires in 1 hour
)

# Send JSON
import json
data = {"task": "process", "id": 123}
queue_client.send_message(json.dumps(data))
```

## Receive Messages

```python
# Receive messages (makes them invisible temporarily)
messages = queue_client.receive_messages(
    messages_per_page=10,
    visibility_timeout=30  # 30 seconds to process
)

for message in messages:
    print(f"ID: {message.id}")
    print(f"Content: {message.content}")
    print(f"Dequeue count: {message.dequeue_count}")
    
    # Process message...
    
    # Delete after processing
    queue_client.delete_message(message)
```

## Peek Messages

```python
# Peek without hiding (doesn't affect visibility)
messages = queue_client.peek_messages(max_messages=5)

for message in messages:
    print(message.content)
```

## Update Message

```python
# Extend visibility or update content
messages = queue_client.receive_messages()
for message in messages:
    # Extend timeout (need more time)
    queue_client.update_message(
        message,
        visibility_timeout=60
    )
    
    # Update content and timeout
    queue_client.update_message(
        message,
        content="Updated content",
        visibility_timeout=60
    )
```

## Delete Message

```python
# Delete after successful processing
messages = queue_client.receive_messages()
for message in messages:
    try:
        # Process...
        queue_client.delete_message(message)
    except Exception:
        # Message becomes visible again after timeout
        pass
```

## Clear Queue

```python
# Delete all messages
queue_client.clear_messages()
```

## Queue Properties

```python
# Get queue properties
properties = queue_client.get_queue_properties()
print(f"Approximate message count: {properties.approximate_message_count}")

# Set/get metadata
queue_client.set_queue_metadata(metadata={"environment": "production"})
properties = queue_client.get_queue_properties()
print(properties.metadata)
```

## Async Client

```python
from azure.storage.queue.aio import QueueServiceClient, QueueClient
from azure.identity.aio import DefaultAzureCredential

async def queue_operations():
    credential = DefaultAzureCredential()
    
    async with QueueClient(
        account_url="https://<account>.queue.core.windows.net",
        queue_name="myqueue",
        credential=credential
    ) as client:
        # Send
        await client.send_message("Async message")
        
        # Receive
        async for message in client.receive_messages():
            print(message.content)
            await client.delete_message(message)

import asyncio
asyncio.run(queue_operations())
```

## Base64 Encoding

```python
from azure.storage.queue import QueueClient, BinaryBase64EncodePolicy, BinaryBase64DecodePolicy

# For binary data
with QueueClient(
    account_url=account_url,
    queue_name="myqueue",
    credential=credential,
    message_encode_policy=BinaryBase64EncodePolicy(),
    message_decode_policy=BinaryBase64DecodePolicy()
) as queue_client:
    # Send bytes
    queue_client.send_message(b"Binary content")
```

## Best Practices

1. **Pick sync OR async and stay consistent.** Do not mix `azure.xxx` sync clients with `azure.xxx.aio` async clients in the same call path. Choose one mode per module.
2. **Always use context managers for clients and async credentials.** Wrap every client in `with Client(...) as client:` (sync) or `async with Client(...) as client:` (async). For async `DefaultAzureCredential` from `azure.identity.aio`, also use `async with credential:` so tokens and transports are cleaned up.
3. **Use `DefaultAzureCredential`** for portable auth across local dev and Azure (avoid connection strings / API keys when possible).
4. **Delete messages after processing** to prevent reprocessing
5. **Set appropriate visibility timeout** based on processing time
6. **Handle `dequeue_count`** for poison message detection
7. **Use async client** for high-throughput scenarios
8. **Use `peek_messages`** for monitoring without affecting queue
9. **Set `time_to_live`** to prevent stale messages
10. **Consider Service Bus** for advanced features (sessions, topics)

## Reference Files

| File | Contents |
|------|----------|
| [references/capabilities.md](references/capabilities.md) | Additional non-hero capabilities, operation-group coverage, and production checklists. |
| [references/non-hero-scenarios.md](references/non-hero-scenarios.md) | Dedicated non-hero examples for secondary/advanced scenarios. |

© Microsoft · MIT · microsoft/skills

Похожие скиллы

Все скиллы по теме «Облака: AWS, Azure, GCP» →
azure-blob-storage MicrosoftDocs Скилл передаёт агенту базу знаний по Azure Blob Storage: настройку уровней доступа, SFTP, BlobFuse2 и безопасность. Пригодится при отладке хранилища и миграции данных. CX Codex +1 322установок python-azure-iot-edge-modules официальный github Скилл помогает проектировать и развертывать модули Azure IoT Edge на Python. Пригодится для фильтрации телеметрии, адаптеров протоколов и локального инференса. 47установок azure-functions MicrosoftDocs Скилл помогает разрабатывать и разбирать проблемы Azure Functions: от триггеров и привязок до безопасности и деплоя. Пригодится, когда агенту нужны рекомендации по настройке или интеграции Functions. CX Codex +1 378установок pgque-postgres-queue reason-machines Скилл, который помогает настроить PgQue — очередь на чистом PL/pgSQL без C-расширений. Пригодится, если нужна доставка событий внутри Postgres. CX Codex +1 400установок azure-functions-csharp официальный github Правило для GitHub Copilot, которое задаёт стандарты разработки Azure Functions на C# в изолированной модели worker. Пригодится, если пишете функции и хотите единый стиль в проекте. ★ 40 451звёзд репо azure-image-builder hashicorp Скилл помогает собрать управляемый образ Azure или образ для Azure Compute Gallery через Packer. Пригодится для подготовки собственных образов виртуальных машин Azure. CX Codex +1 2 700установок

Из того же набора99

Весь набор →
azure-kubernetes-automatic-readiness Оценивает манифесты и конфигурацию кластера на совместимость с AKS Automatic, находит блокеры миграции и предлагает правки. ★ 3 149звёзд репо azure-enterprise-infra-planner Скилл планирует корпоративную инфраструктуру Azure по описанию нагрузки и генерирует Bicep или Terraform. Пригодится, когда нужно спроектировать landing zone, hub-spoke сеть или DR-топологию. ★ 3 149звёзд репо scaffold Превращает список сервисов из prepare-plan.json в шаблоны Bicep с безопасными настройками по умолчанию. Работает внутри конвейера azure-app-onboard. ★ 3 149звёзд репо azure-app-onboard Ведёт от идеи или готового кода до работающего развёртывания в Azure: подбирает сервисы, считает стоимость, генерирует IaC. ★ 3 149звёзд репо azure-security-keyvault-keys-java Скилл для работы с ключами Azure Key Vault из Java: создание RSA и EC ключей, шифрование, подпись, HSM. Пригодится, когда агент пишет код на Azure SDK. ★ 3 149звёзд репо azure-monitor-ingestion-java Подсказывает агенту, как отправлять кастомные логи в Azure Monitor через Logs Ingestion API, DCR и DCE на Java. ★ 3 149звёзд репо azure-eventhub-java Скилл для работы с Azure Event Hubs SDK для Java: создание продюсеров и консьюмеров, батчи, партиции, чекпоинты. Пригодится при потоковой обработке событий. ★ 3 149звёзд репо azure-cosmos-java Скилл подсказывает агенту, как работать с Azure Cosmos DB из Java: клиенты, запросы, ключи разделов и обработка ошибок. ★ 3 149звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой