flow-nexus-neural

Flow Nexus Neural 是一项专为开发人员与 AI 工程师设计的精密机器学习协调技能，用于在安全的分布式 E2B 沙盒环境中部署、训练与管理神经网络模型。通过与 Claude Code 的直接集成，用户能够定义自定义模型架构，包括前馈网络、用于序列建模的 LSTM、用于生成式任务的 GAN 以及 Transformer 模型，而无需手动管理复杂的云端基础设施。此技能旨在通过预先定义的训练层级来满足不同的运算需求，范围从轻量级的 nano 模型到大规模的训练集群。

• 支持多种神经网络架构：前馈、LSTM、GAN、自动编码器与 Transformer 模型。

• 基于层级的资源分配：可选择 nano、mini、small、medium 与 large 训练配置，以平衡速度与模型复杂度。

• 分布式训练能力：初始化与管理具有 mesh、ring 与 star 拓扑的训练集群，以处理大规模学习任务。

• 模板市场：访问并部署用于情感分析、视觉识别、时间序列预测与异常检测等常见任务的预训练模型。

• 推论服务：通过 MCP 工具调用直接执行高速模型预测，并具备优化的延迟与性能。

• 动态发散训练：针对特定实验用例启用如 lateral、quantum 或 chaotic 等进阶训练模式。

• 前置作业包括将 Flow Nexus MCP 服务器加入您的环境，并透过 CLI 完成注册。

• 设置参数使用结构化 JSON 对象定义层参数、激活函数、学习率、训练周期 (epochs) 与批次大小。

• 系统需要 user_id 进行分布式工作阶段中的追踪与资源管理。

• 输出提供 JSON 格式的详细训练指标、集群状态更新与推论结果。

• 用户可将此技能与其他 Flow 插件结合，进行全面的 AI 代理协调，包括自动测试生成与自学习 SONA 神经模式。