工程開發自動化
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。
瀏覽: 1★ 1,408
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 576 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。
在 Cursor IDE 環境中整合與管理自訂模型上下文協議 (MCP) 伺服器的操作指南。
進階 AI 代理工作流編排,支援多模型路由、Codex 沙盒迭代、平行 swarm 執行及複雜管線中的持久化記憶體功能。
用於在 Hive 原生 Rust 架構中構建、註冊和編排模型上下文協議 (MCP) 工具與 AI 代理工作流的開發框架。
GrepAI 配置完整參考,詳述 .grepai/config.yaml 架構、嵌入模型設置、儲存後端以及優化參數。
自動產生 llms.txt 與 llms-full.txt 檔案,為專案文件提供人工智慧友善的閱讀格式與專案上下文。
基於 Google A2A 協議的多代理協作框架。實現了基於 CLI 的 AI 工具間的訊息傳遞、任務委派與自動化協調。
分析本機硬體 (RAM, CPU, GPU/VRAM) 並獲取最佳化的本機 LLM 模型推薦、量化設定與效能預估。
分析商業合約的風險、缺失條款與不利條件。針對 NDA、MSA、SaaS 協議及 SOW 生成結構化風險報告,並提供具體修訂建議。
為 OpenClaw 技能開發提供多代理迭代優化與品質把關,透過標準化測試與生命週期管理提升技能效能。
將功能需求、錯誤報告與改進建議轉化為結構化且可執行的 Markdown 專案計畫,並結合程式碼庫研究與產業最佳實踐。
實作 shadcn/ui 元件:包含安裝、Vite/TanStack Router 設定、CLI 指令管理及 Tailwind CSS 整合。