登录
下载
Skill UI
浏览并发现
5145+
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
环境部署
,共找到
14
条记录
默认排序
最新上传
最多下载
金丝雀部署配置
canary-deployment-setup
jeremylongshore/claude-code-plugins-plus-skills
96
为机器学习生产环境提供金丝雀部署构建自动化指导,涵盖模型服务、MLOps流水线、监控与配置验证。
查看详情
Chroma 开源嵌入数据库
chroma
Orchestra-Research/AI-Research-SKILLs
129
Chroma 是可本地部署的开源向量数据库,通过简单的四步 API 管理向量和元数据,适用于语义检索、RAG 以及文档检索场景,并可从笔记本扩展到集群级别的生产环境。
查看详情
Groq 多环境部署配置
groq-multi-env-setup
jeremylongshore/claude-code-plugins-plus-skills
160
为 Groq LLM 提供开发、预发布和生产三端的定制配置,结合模型选择、重试与限流策略,确保各环境部署既稳定又高效。
查看详情
LangChain 生产部署指南
langchain-deploy-integration
jeremylongshore/claude-code-plugins-plus-skills
448
通过 LangServe、Docker、Cloud Run 及 LangSmith 监控,将 LangChain 应用部署到生产环境,涵盖 API 配置、容器化、健康检查与错误处理,保障生产就绪。
查看详情
Lindy 迁移深度解析
lindy-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
181
为团队提供 Lindy AI 集成迁移流程,从评估范围、合并代理、分阶段部署到数据转换与回滚验证,附带清单确保上线前的多环境准备与质量保障。
查看详情
Mistral 多环境配置
mistral-multi-env-setup
jeremylongshore/claude-code-plugins-plus-skills
211
指导如何在开发、预发布、生产环境中按需配置 Mistral AI,包含基础配置、环境覆盖、检测逻辑及密钥管理,保障多环境部署可靠。
查看详情
LLM可编程安全防护
nemo-guardrails
Orchestra-Research/AI-Research-SKILLs
108
NVIDIA 的 NeMo Guardrails 为 LLM 应用提供运行时安全机制,通过 Colang 2.0 可编程规则实现越狱检测、自查输入输出、事实核查、PII 屏蔽与毒性过滤,便于在 T4 生产环境中部署。
查看详情
Ollama 本地部署指南
ollama-setup
jeremylongshore/claude-code-plugins-plus-skills
241
自动完成 Ollama 的安装、模型选型与集成流程,适用于 macOS、Linux 或 Docker 环境,提供硬件检测、Python/Node.js 客户端与 REST 接口验证,帮助构建自托管离线大模型服务。
查看详情
OpenRouter 模型路由
openrouter-model-routing
jeremylongshore/claude-code-plugins-plus-skills
355
实现 OpenRouter 模型路由,支持 A/B 测试、渐进发布与性能驱动的模型选择,便于在多个环境中优化多模型部署与实验。
查看详情
OpenRouter 多提供商集成
openrouter-multi-provider
jeremylongshore/claude-code-plugins-plus-skills
85
通过 OpenRouter 统一接口管理多个提供商,比对模型,配置环境,验证 API 连通,并部署监控,适合构建提供商无关的 AI 工作流。
查看详情
Perplexity 安全实践指南
perplexity-security-basics
jeremylongshore/claude-code-plugins-plus-skills
164
为 Perplexity 提供安全指南,涵盖 API 密钥存放、秘密轮转、按环境最小权限、Webhook 验证和审计日志,帮助开发者部署时防止泄露和权限泛滥。
查看详情
生产级ML工程指南
senior-ml-engineer
alirezarezvani/claude-skills
57
面向生产环境的ML工程实战,涵盖模型部署、MLOps流水线、特征存储、LLM接入、RAG系统、模型监控与漂移检测,聚焦可运行性、费用与稳定性控制。
查看详情
1
2
下一页
语言
简体中文
English