登录
下载

Skill UI

浏览并发现 9908+ 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 并行任务 ，共找到 32 条记录
默认排序 最新上传 最多下载

Dask 大数据并行处理

dask
K-Dense-AI/claude-scientific-skills
395
Dask 是 Python 库，通过并行化 DataFrame、Array、Bag 以及自定义任务，把 pandas/NumPy 工作流扩展到超出内存的规模，可在多核或集群上完成 ETL、日志处理和分布式 ML。
查看详情

并行代理任务调度

dispatching-parallel-agents
obra/superpowers
216
当多个独立故障同时出现时，该模式用清晰限定的提示派出多个代理并行调查，最后阅读总结并整合结果，避免顺序排查浪费时间。
查看详情

任务智能预任务简报

task-intelligence
sickn33/antigravity-awesome-skills
258
激活所有关联代理，进行并行分析、真实时间估算与风险映射，提前输出包含应急策略的执行计划，确保在处理用户请求前完成完整的任务智能简报。
查看详情

多阶段项目蓝图规划

blueprint
affaan-m/everything-claude-code
150
用于将一个高层目标分解为一套完整的、可执行的构建蓝图。它特别适用于大型、复杂的软件工程项目，能自动识别任务的依赖关系和并行步骤。每个步骤都包含独立完整的上下文信息，使任何协作的智能体都能无缝接手，避免跨会话的知识丢失，确保项目规划的完整性。
查看详情

多智能体代码编排系统

claude-devfleet
affaan-m/everything-claude-code
55
该系统用于编排复杂的、多步骤的编程任务，利用多个AI智能体协作完成项目。它首先将整个项目规划为任务依赖图谱，然后将专业的智能体分配到隔离的Git工作区进行并行开发。系统负责自动监控进度、处理代码合并，并生成结构化报告，清晰记录所有变更和下一步计划。
查看详情

并行子代理生成器

spawn
alirezarezvani/claude-skills
413
在隔离的 git worktree 中启动 N 个对子任务的并行子代理，支持多种模板调度提示，统一提交与结果汇报以加快会话任务推进。
查看详情

编排大规模代码重构

orchestrate-batch-refactor
sickn33/antigravity-awesome-skills
302
本技能提供了一个系统化的流程，用于安全地执行跨越多个文件或子系统的大规模代码重构。它首先进行并行、依赖感知的分析，构建完整的工作图谱，然后将任务分解为独立的“工作包”。这些工作包由专业子代理分步、受控地执行，确保整个重构过程具备严格的依赖管理和行为一致性。
查看详情

计划与任务拆解

planning-and-task-breakdown
addyosmani/agent-skills
355
将规范或模糊任务拆解成有依赖关系的、有顺序的工作项，强调垂直分片、验收标准、检查点及验证步骤，方便代理人或团队稳妥实现功能且可并行推进。
查看详情

C#异步编程最佳实践

csharp-async
github/awesome-copilot
347
本指南提供了关于C#异步编程的全面最佳实践，旨在帮助开发者编写出高性能、健壮的异步代码。内容涵盖命名规范、任务返回类型选择、异常处理、以及任务并行和取消机制。掌握这些实践，可以有效避免死锁和性能瓶颈，提升代码质量。
查看详情

分布式大数据计算框架

dask
K-Dense-AI/scientific-agent-skills
209
Dask是一个强大的Python库，用于处理超出内存限制或需要跨多机并行计算的大型数据集。它可以扩展传统的pandas和NumPy操作（DataFrame/Array），并处理非结构化数据（Bags）。适用于大规模数据抽取、转换、加载（ETL）、数据分析和分布式机器学习任务。
查看详情

系统资源检测与计算策略

get-available-resources
K-Dense-AI/scientific-agent-skills
364
本技能用于在进行任何计算密集型任务前，自动检测并报告系统所有的计算资源，包括CPU核心数、GPU支持（NVIDIA、AMD、Apple Silicon）、内存和磁盘空间。它不仅提供简单的资源指标，更生成包含战略性、上下文感知建议的JSON报告。这些建议能指导用户在数据分析或模型训练前，做出最佳的计算架构决策，例如是否需要采用Dask进行内存外计算，或选择最佳的并行处理参数。
查看详情

Polars：高性能数据处理框架

polars
K-Dense-AI/scientific-agent-skills
216
Polars是一个基于Apache Arrow的高性能数据帧库，专为Python和Rust设计。它提供了表达式式API和惰性求值机制，能够高效处理复杂的数据管道和大规模ETL任务。适用于需要高性能、并行计算，或从Pandas迁移到更优数据处理方案的专业数据分析和工程场景。
查看详情
上一页123下一页
语言
简体中文
English