MLOps Industrialization
一套將實驗性機器學習原型轉換為穩健、可發佈的 Python 套件之框架,採用 src 配置、混合架構與嚴謹的設定管理。
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 335 個技能
一套將實驗性機器學習原型轉換為穩健、可發佈的 Python 套件之框架,採用 src 配置、混合架構與嚴謹的設定管理。
使用 Apidog 與 MCP 伺服器自動化前端 API 整合。從 OpenAPI 規格生成 TypeScript 型別、TanStack Query 鉤子與基於 axios 的客戶端,確保 API 使用的一致性與型別安全。
用於建立、測試和部署預測市場自動交易策略的 Python 框架。
適用於所有供應商的 MCP 技能,可針對 GitHub PR 事件(如狀態檢查、合併、評論)進行自動化等待。
NetBox REST 與 GraphQL API 整合最佳實踐。針對 NetBox 自動化需求,優化效能、驗證機制與架構設計模式。
使用 Upstash Workflow SDK 構建持久且可靠的無伺服器工作流。定義端點、管理複雜的執行步驟,並與 QStash 整合以實現自動重試和狀態管理。
安全地執行、測試並驗證文件中的命令,支援真實輸出擷取、效能追蹤與 Git 安全協定。
為 Istio 和 Linkerd 服務網格實作生產級可觀測性,包含分佈式追蹤、指標儀表板及黃金信號監控。
AWS DynamoDB 工程助手,專注於架構設計、查詢優化、單表模式與使用 Boto3 及 AWS CLI 的基礎設施管理。
指導代理人記憶系統的實作,比較主流框架(Mem0、Zep、Letta、LangMem、Cognee),並設計用於跨會話知識保留的持久化架構。
一套完整的 Claude Code 設定工具組,包含經實戰驗證的代理程式、技能、鉤子與軟體開發自動化工作流程。
Claude Skills 安全掃描工具,可檢測惡意代碼、數據洩露風險及未經授權的系統訪問,確保安裝安全。