工程開發資料分析自動化
ml-pipeline-workflow
建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。
瀏覽: 18★ 34,502
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 158 個技能
建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。
根據 litellm 註冊表審核並同步 assets.py 中的支援 LLM 模型列表。
偵測加密代碼中的時序側通道漏洞,防止機密數據洩漏。適用於審計高敏感度的加密實現。
維護並更新 MassGen 模型註冊表,包含後端能力、模型元數據、定價結構以及新舊 AI 模型的上下文窗口配置。
專案文件標準與架構指南,確保使用者指南、開發文件及 AI 輔助流程之間的一致性與結構完整性。
獲取並分析 OpenRouter 熱門程式設計模型。適用於選擇審查模型、優化 AI 成本,並透過即時定價與上下文視窗數據掌握 AI 編碼趨勢。
為 Claude 提供持久化、可 Git 管理的記憶功能。自動將專案決策、錯誤修復和編碼模式儲存至本地 .mv2 檔案中,並可隨時檢索。
為您的專案產生 AGENTS.md 與 AI 設定檔 (Cursor, Claude, Gemini, Copilot),優化您的 vibe-coding 工作流並維持跨工作階段的上下文關聯。
一個基於 Git 的 AI 代理技能記憶庫。透過 CLI 下載、版本控制、編輯與共享自定義的代理技能與程序性知識。
自動化 Betty Framework 技能的建立過程,包括構建目錄結構、生成 YAML 清單檔案以及處理註冊表登記。
具備 Git 感知能力的邏輯撤銷工具,支援按追蹤、階段或任務層級進行帶確認機制的復原。
在 AI 輔助開發過程中,保持技術規格、測試套件與原始程式碼的完美同步。