工程开发自动化
MLOps Industrialization
一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架,采用 src 布局、混合架构与严谨的配置管理。
浏览: 1★ 1,408
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 576 个技能
一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架,采用 src 布局、混合架构与严谨的配置管理。
在 Cursor IDE 环境中整合与管理自定义模型上下文协议 (MCP) 服务器的操作指南。
高级 AI 代理工作流编排,支持多模型路由、Codex 沙盒迭代、并行 swarm 执行及复杂管线中的持久化内存功能。
用于在 Hive 原生 Rust 架构中构建、注册和编排模型上下文协议 (MCP) 工具与 AI 代理工作流的开发框架。
GrepAI 配置完整参考,详述 .grepai/config.yaml 架构、嵌入模型设置、存储后端以及优化参数。
自动生成 llms.txt 和 llms-full.txt 文件,为项目文档提供 AI 友好的阅读格式及项目上下文。
基于 Google A2A 协议的多智能体协作框架。实现了基于 CLI 的 AI 工具间的消息传递、任务委派与自动化协调。
分析本地硬件 (RAM, CPU, GPU/VRAM) 并获取优化的本地 LLM 模型推荐、量化设置与性能预估。
分析商业合同的风险、缺失条款与不利条件。针对 NDA、MSA、SaaS 协议及 SOW 生成结构化风险报告,并提供具体修订建议。
为 OpenClaw 技能开发提供多代理迭代优化与品质把关,通过标准化测试与生命周期管理提升技能效能。
将功能需求、错误报告与改进建议转化为结构化且可执行的 Markdown 项目计划,并结合代码库研究与行业最佳实践。
实现 shadcn/ui 组件:包含安装、Vite/TanStack Router 配置、CLI 命令管理及 Tailwind CSS 集成。