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。
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 600 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。
基於 Playwright 的完整瀏覽器自動化技能。具備自動檢測開發伺服器、產生測試腳本、螢幕截圖、表單填寫、響應式測試與使用者體驗驗證功能。
一套基於階段驅動的AI寫作工作流,專為結構化、可重複、可追溯的深度長文創作而設計,強調人機協作與流程控制。
建立並執行基於狀態機的自動化流程,支援人機協作,適用於複雜的多步驟商業處理。
標準化、驗證與管理 Netresearch AI Agent 技能儲存庫,提供自動化結構執行、發布工作流程與授權合規工具。
YouTube 直播聊天室自動化審核原型,運用模式識別檢測垃圾訊息、有害內容與流量限制,專為部署前測試代理性能而設計。
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。
一套基於 GTD 方法論的個人生活操作系統,整合 Todoist 任務管理、Logseq 生活追蹤與 AI 數據分析,實現高效的時間與習慣管理。
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。
透過檢查容器、分析 Squid 日誌、檢查 iptables 以及排除網路或網域存取問題,對 AWF (Agentic Workflow Firewall) 進行除錯。
強制執行嚴格的實證調試工作流程,利用結構化觀察、假設檢驗和因果驗證,消除技術調查中的推測。
整合飛書聊天紀錄與本地每日日誌,自動生成結構化的工作週報。