工程开发数据分析自动化
performance-analysis
系统性性能工程:基准测试、性能分析、瓶颈诊断,以及基于实证的应用程序优化指导。
浏览: 17★ 265
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 289 个技能
系统性性能工程:基准测试、性能分析、瓶颈诊断,以及基于实证的应用程序优化指导。
即时 AI 新闻简报工具。针对任何主题进行实时网络搜索,获取中文摘要与深度洞察,并通过飞书发送专业简报卡片。
使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统,为 LLM 提供外部知识基础。
操作 Railway 基础设施:管理项目、服务、数据库、对象存储、部署、环境、变量、日志及性能指标。
分析 AppWorld 任务失败原因,提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。
用于 LLM 后训练(SFT/DPO/RLHF)的高质量数据集策劃指南,涵盖数据格式、质量过滤与收集策略。
使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估,以及构建 Python 机器学习流程。
使用 CodeQL 进行深入的代码安全性分析,支持跨程序数据流、污染追踪及多种语言的自动化漏洞检测。
获取并汇总最新的 Rust 社区新闻,包含官方博客更新、生态系统进展与 Rust 基金会报告。
获取 YouTube 和 Bilibili 视频字幕,支持自动摘要、问答与信息提取,基于 yt-dlp 实现。
分析您的产品与代码库,识别、筛选并排序高潜力业务潜在客户,并提供可执行的开发策略。
自动化 CI/CD 事故响应与 GitHub Actions 流水线失败分析。提供安全的修复建议,并协助解决构建与测试错误。