登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 19382+ 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 MLops ，共找到 24 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

Azure Arize AI 可观测性与评估管理

azure-mgmt-arizeaiobservabilityeval-dotnet
sickn33/antigravity-awesome-skills
192
这是一个用于.NET的Azure SDK，专门用于管理Azure资源管理器中的Arize AI可观测性和评估资源。它允许开发者程序化地对AI组织资源进行创建、读取、更新和删除，是用于监控、跟踪和评估部署在Azure上的AI模型性能的关键工具。
查看详情

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

Databricks ML模型全生命周期管理

databricks-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
121
本流程展示了在Databricks上完整的MLOps生命周期。它指导用户如何使用Feature Store进行特征工程，通过MLflow进行实验跟踪和模型训练，在Model Registry中管理模型版本，最终部署为可实时推理的API服务。适用于构建可生产化、高可靠性的机器学习系统。
查看详情

Flask 机器学习API生成器

flask-ml-api-creator
jeremylongshore/claude-code-plugins-plus-skills
478
自动完成基于Flask的机器学习API部署，提供最佳实践指引、生产级代码与配置生成，并校验服务、监控与MLOps流水线相关输出。
查看详情

GPU资源优化器

gpu-resource-optimizer
jeremylongshore/claude-code-plugins-plus-skills
127
为机器学习部署提供 GPU 资源优化指导，生成可生产化配置并校验模型服务、运维流水线与监控场景的应用实践。
查看详情

推理延迟分析器

inference-latency-profiler
jeremylongshore/claude-code-plugins-plus-skills
208
本技能自动处理推理延迟分析器相关任务，在 ML 部署场景中提供模型服务、MLOps 管道、监控和生产优化等按步骤指导，生成生产级代码并校验输出标准，助力快速完成推理性能调优。
查看详情

多智能体MLOps管道编排

machine-learning-ops-ml-pipeline
sickn33/antigravity-awesome-skills
486
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

生产级机器学习工程与MLOps

ml-engineer
sickn33/antigravity-awesome-skills
386
这是一套全面的技能体系，专注于构建、部署和管理生产级的机器学习系统。知识覆盖现代ML框架（如PyTorch、TensorFlow）、模型服务（基于Kubernetes）、高级特征工程和全面的MLOps实践（包括监控、A/B测试和持续集成）。旨在交付可扩展、可靠、具备商业价值的AI解决方案。
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

模型量化部署助手

model-quantization-tool
jeremylongshore/claude-code-plugins-plus-skills
222
自动化提供模型量化部署的指导，涵盖工具使用、最佳实践以及面向推理、MLops 与监控的生产准备流程。
查看详情
12下一页
语言
简体中文
English