登录
下载
Skill UI
浏览并发现
9180+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
数据管道
,共找到
9
条记录
默认排序
最新上传
最多下载
Azure ML SDK:机器学习资源管理
azure-ai-ml-py
sickn33/antigravity-awesome-skills
70
该SDK是用于Python的Azure Machine Learning客户端库,可用于管理完整的机器学习资源生命周期。它支持用户程序化地创建和管理工作区、注册数据资产、模型版本控制、配置计算集群,并构建端到端的、可复现的MLOps训练管道。
查看详情
Azure ML SDK:机器学习资源管理
azure-ai-ml-py
sickn33/antigravity-awesome-skills
70
该SDK是用于Python的Azure Machine Learning客户端库,可用于管理完整的机器学习资源生命周期。它支持用户程序化地创建和管理工作区、注册数据资产、模型版本控制、配置计算集群,并构建端到端的、可复现的MLOps训练管道。
查看详情
Groq应用参考架构设计
groq-reference-architecture
jeremylongshore/claude-code-plugins-plus-skills
278
本指南提供了一套基于Groq LPU推理API的生产级参考架构蓝图。它系统地展示了如何根据延迟、质量或成本需求实现模型路由、流式数据管道,并构建了多提供商故障转移机制(如Groq到OpenAI备份)。适用于设计和优化复杂的、高弹性的AI应用系统。
查看详情
LangChain RAG管道构建与实践
langchain-data-handling
jeremylongshore/claude-code-plugins-plus-skills
315
本教程详细指导如何使用LangChain构建完整的检索增强生成(RAG)管道。它覆盖了从数据加载(支持PDF、CSV、TXT等)到文本分块、生成嵌入向量,再到将向量存储在各种向量数据库(如FAISS, Pinecone)中的全流程。最终实现一个具备准确上下文理解和问答能力的智能检索系统。
查看详情
多智能体MLOps管道编排
machine-learning-ops-ml-pipeline
sickn33/antigravity-awesome-skills
485
本技能旨在指导设计和实现一个完整的、生产级别的机器学习(ML)管道。它采用多智能体编排工作流,系统地覆盖了ML整个生命周期:包括数据摄取、特征工程、模型训练、代码优化和生产部署(MLOps),确保系统具备高可重复性、可监控性和高扩展性。
查看详情
Mistral AI 自动化工作流
mistral-ai-automation
ComposioHQ/awesome-claude-skills
176
通过 Composio MCP 集成,自动化 Mistral AI 的文件上传、批处理、OCR、RAG 文档库管理以及微调任务跟踪,适合跨应用管道和智能代理预处理数据。
查看详情
机器学习全生命周期流程管理
ml-pipeline-workflow
sickn33/antigravity-awesome-skills
282
本技能提供完整的MLOps管道编排指南,覆盖机器学习的整个生命周期。它指导用户从数据摄取、特征工程、模型训练,到系统级的模型验证和部署自动化,确保构建出可复现、高可用、可监控的生产级机器学习系统。
查看详情
实时多模态AI智能体构建
daily
sickn33/antigravity-awesome-skills
472
这是一个用于构建生产级、低延迟的实时多模态AI智能体框架。它允许开发者在一个统一的管道中编排复杂的AI流程,无缝处理实时音频、视频和文本数据。核心功能包括集成多种AI服务(如LLM、语音识别、TTS),管理对话上下文,并支持函数调用,适用于构建高级交互式AI应用。
查看详情
PyTorch训练模式指南
pytorch-patterns
affaan-m/everything-claude-code
228
提供 PyTorch 编程惯用法,涵盖设备无关代码、可复现设置、模型结构、训练与验证循环及数据管道,帮助构建稳健高效的深度学习项目。
查看详情
1
语言
简体中文
English