jpskill.com
🎬 動画AI コミュニティ

airunway-aks-setup

Azure Kubernetes Service (AKS) 上に、AI Runway を導入し、モデルを稼働させるまでの環境構築を支援し、GPU環境の評価や必要な設定を行い、最初のモデルデプロイまでをスムーズに進めるSkill。

📜 元の英語説明(参考)

Set up AI Runway on AKS — from bare cluster to running model. Covers cluster verification, controller install, GPU assessment, provider setup, and first deployment. WHEN: "setup AI Runway", "onboard AKS cluster", "install AI Runway", "airunway setup", "deploy model to AKS", "GPU inference on AKS", "KAITO setup on AKS", "run LLM on AKS", "vLLM on AKS", "set up model serving on AKS", "AI Runway controller".

🇯🇵 日本人クリエイター向け解説

一言でいうと

Azure Kubernetes Service (AKS) 上に、AI Runway を導入し、モデルを稼働させるまでの環境構築を支援し、GPU環境の評価や必要な設定を行い、最初のモデルデプロイまでをスムーズに進めるSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux 
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o airunway-aks-setup.zip https://jpskill.com/download/19653.zip && unzip -o airunway-aks-setup.zip && rm airunway-aks-setup.zip
🪟 Windows (PowerShell) 
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/19653.zip -OutFile "$d\airunway-aks-setup.zip"; Expand-Archive "$d\airunway-aks-setup.zip" -DestinationPath $d -Force; ri "$d\airunway-aks-setup.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して airunway-aks-setup.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → airunway-aks-setup フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動
⬇ .zip でダウンロード(推奨) ⬇ .skill 形式(上級者用) 元のソース ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-18
取得日時
2026-05-18
同梱ファイル
11

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

AI Runway AKS セットアップ

このスキルは、ベア Kubernetes クラスターから AI モデルのデプロイメントが実行されるまでの手順をユーザーに案内します。ユーザーが特定のフェーズから再開するために skip-to-step N を提供しない限り、各ステップを順番に実行してください。

コストに関する注意: GPU ノードプールは、かなりのコンピューティング料金が発生します（A100-80GB は 1 時間あたり 3～5 ドル以上かかる場合があります）。GPU リソースをプロビジョニングする前に、ユーザーがコストの影響を理解していることを確認してください。

前提条件

このスキルは、AKS クラスターがすでに存在することを前提としています。ユーザーがクラスターを持っていない場合は、まず azure-kubernetes スキルに引き継いでプロビジョニングし（CPU のみの推論で許容できる場合を除き、GPU ノードプールを使用）、その後ここに戻ってください。

クイックリファレンス

プロパティ 値
最適な用途 AKS でのエンドツーエンドの AI Runway オンボーディング
CLI ツール kubectl、make、curl
MCP ツール なし
関連スキル azure-kubernetes（クラスターセットアップ）、azure-diagnostics（トラブルシューティング）

このスキルを使用するタイミング

ユーザーが次のことをしたい場合に、このスキルを使用してください。

  • 既存の AKS クラスターに AI Runway をゼロからセットアップする
  • AI Runway コントローラーと CRD をインストールする
  • モデルデプロイメントの GPU ハードウェア互換性を評価する
  • 推論プロバイダー（KAITO、Dynamo、KubeRay）を選択してインストールする
  • AI Runway を介して最初の AI モデルを AKS にデプロイする
  • 特定のステップから部分的に完了した AI Runway セットアップを再開する

MCP ツール

このスキルは MCP ツールを使用しません。すべてのクラスター操作は kubectl と make を介して直接実行されます。

ルール

  1. ステップを順番に実行する — 各ステップに到達したら、そのリファレンスを読み込む
  2. 各ステップでクラスターの状態を報告する: ✓ 正常、✗ 不足/失敗
  3. インストールまたはデプロイアクションの前にユーザーの確認を求める
  4. ステップがすでに完了している場合は、ステータスを報告し、次のステップに進む
  5. ユーザーが skip-to-step N を提供した場合は、ステップ N から開始する。前のステップは完了していると仮定する

ステップ

# ステップ リファレンス
1 クラスター検証 — コンテキストチェック、ノードインベントリ、GPU 検出 step-1-verify.md
2 コントローラーインストール — CRD + コントローラーデプロイメント step-2-controller.md
3 GPU 評価 — GPU モデルの検出、dtype/attention 制約のフラグ付け step-3-gpu.md
4 プロバイダーセットアップ — 推論プロバイダーの推奨とインストール step-4-provider.md
5 最初のデプロイメント — モデルの選択、デプロイ、Ready の検証 step-5-deploy.md
6 概要 — 要約、スモークテスト、次のステップ step-6-summary.md

エラー処理

エラー / 症状 考えられる原因 修正
kubeconfig コンテキストなし クラスターに接続されていない az aks get-credentials または同等のコマンドを実行する
コントローラーが CrashLoopBackOff 設定または RBAC の問題 kubectl logs -n airunway-system -l control-plane=controller-manager --previous
プロバイダーが準備できていない イメージプルまたは RBAC の問題 プロバイダーポッドの kubectl logs <pod-name> -n <namespace>
ModelDeployment が Pending でスタックしている GPU スケジューリングの失敗またはプロバイダーが準備できていない kubectl describe modeldeployment <name> -n <namespace> イベント
推論時に bfloat16 エラー T4 または V100 が bfloat16 をサポートしていない サービング引数に --dtype float16 を追加する

完全なエラー処理とロールバック手順については、troubleshooting.md を参照してください。

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

AI Runway AKS Setup

This skill walks users from a bare Kubernetes cluster to a running AI model deployment. Follow each step in sequence unless the user provides skip-to-step N to resume from a specific phase.

Cost awareness: GPU node pools incur significant compute charges (A100-80GB can cost $3–5+/hr). Confirm the user understands cost implications before provisioning GPU resources.

Prerequisites

This skill assumes an AKS cluster already exists. If the user does not have a cluster, hand off to the azure-kubernetes skill first to provision one (with a GPU node pool unless CPU-only inference is acceptable), then return here.

Quick Reference

Property Value
Best for End-to-end AI Runway onboarding on AKS
CLI tools kubectl, make, curl
MCP tools None
Related skills azure-kubernetes (cluster setup), azure-diagnostics (troubleshooting)

When to Use This Skill

Use this skill when the user wants to:

  • Set up AI Runway on an existing AKS cluster from scratch
  • Install the AI Runway controller and CRDs
  • Assess GPU hardware compatibility for model deployment
  • Choose and install an inference provider (KAITO, Dynamo, KubeRay)
  • Deploy their first AI model to AKS via AI Runway
  • Resume a partially-complete AI Runway setup from a specific step

MCP Tools

This skill uses no MCP tools. All cluster operations are performed directly via kubectl and make.

Rules

  1. Execute steps in sequence — load the reference for each step as you reach it
  2. Report cluster state at each step: ✓ healthy, ✗ missing/failed
  3. Ask for user confirmation before any install or deployment action
  4. If a step is already complete, report status and skip to the next step
  5. If the user provides skip-to-step N, start at step N; assume prior steps are complete

Steps

# Step Reference
1 Cluster Verification — context check, node inventory, GPU detection step-1-verify.md
2 Controller Installation — CRD + controller deployment step-2-controller.md
3 GPU Assessment — detect GPU models, flag dtype/attention constraints step-3-gpu.md
4 Provider Setup — recommend and install inference provider step-4-provider.md
5 First Deployment — pick a model, deploy, verify Ready step-5-deploy.md
6 Summary — recap, smoke test, next steps step-6-summary.md

Error Handling

Error / Symptom Likely Cause Remediation
No kubeconfig context Not connected to a cluster Run az aks get-credentials or equivalent
Controller in CrashLoopBackOff Config or RBAC issue kubectl logs -n airunway-system -l control-plane=controller-manager --previous
Provider not ready Image pull or RBAC issue kubectl logs <pod-name> -n <namespace> for the provider pod
ModelDeployment stuck in Pending GPU scheduling failure or provider not ready kubectl describe modeldeployment <name> -n <namespace> events
bfloat16 errors at inference T4 or V100 lacks bfloat16 support Add --dtype float16 to serving args

For full error handling and rollback procedures, see troubleshooting.md.

同梱ファイル

※ ZIPに含まれるファイル一覧。`SKILL.md` 本体に加え、参考資料・サンプル・スクリプトが入っている場合があります。