下载

Skill UI

浏览并发现 9688+ 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IO ，共找到 98 条记录

默认排序最新上传最多下载

编程前系统调研工作流

affaan-m/everything-claude-code

这是一个系统化的工作流，用于在开始编写自定义代码前进行充分的调研。它指导用户完成从需求分析、跨渠道（如npm、PyPI、GitHub）并行搜索、到根据可维护性、社区支持等维度评估候选方案的全过程。目的是避免重复造轮子，确保使用现有成熟的库和最佳实践。

Semgrep 安全扫描

trailofbits/skills

使用 Semgrep 自动识别语言并通过并行子任务执行，结合 Pro 检测与“全量”或“重点”扫描模式，对代码库进行静态安全审计，发现漏洞与常见缺陷。

Sentry错误追踪迁移指南

sentry-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一份完整的错误追踪系统迁移方案，用于将从Rollbar、Bugsnag或New Relic等旧工具平稳过渡到Sentry。内容涵盖了概念映射、并行运行（双重汇报）、通过API验证数据一致性，以及最终的切换步骤，确保监控服务不间断。

高吞吐量大模型服务

serving-llms-vllm

Orchestra-Research/AI-Research-SKILLs

使用 vLLM 的分块注意力、连续批处理、量化与张量并行能力，为 OpenAI 兼容接口提供高吞吐量的生产级大模型服务，兼顾延迟、GPU 利用和扩展性。

结构化冲刺工作流执行

sprint-workflow

jeremylongshore/claude-code-plugins-plus-skills

本技能模拟了一个完整的、多智能体协作的软件开发生命周期，遵循敏捷和Scrum原则。它将项目引导通过六个阶段：架构规划、并行实现、全面测试、评审和最终化。整个流程采用收敛扩散模型，通过专业智能体不断完善规范和解决冲突，直到项目趋于稳定并完成。

测试并行器指南

test-parallelizer

jeremylongshore/claude-code-plugins-plus-skills

提供测试并行任务的自动化辅助，涵盖最佳实践、配置建议与并行化单元/集成测试的代码示例，适合构建可靠的测试自动化流程。

Megatron-Core大型语言模型训练

training-llms-megatron

Orchestra-Research/AI-Research-SKILLs

基于 Megatron-Core 提供端到端流程，可训练 2B-462B 参数的大语言模型，使用张量/流水/专家/上下文并行和 H100 上的高效资源利用。

可靠工作流自动化

workflow-automation

sickn33/antigravity-awesome-skills

介绍让 AI 代理可靠运行的工作流自动化基础设施，包括 n8n、Temporal、Inngest 等平台与顺序、并行和协调者-工作者等模式，帮助构建可恢复、可观察的生产级流程。

Datamol化学信息工具

K-Dense-AI/claude-scientific-skills

Datamol 提供 rdkit 的 Python 化封装，简化 SMILES/SELFIES/InChI 解析、结构标准化、分子描述符/指纹、聚类、3D 构象、并行批处理及云存储读写等药物发现流程，并保持与 rdkit.Chem.Mol 对象的兼容性。

科学资源检测

get-available-resources

K-Dense-AI/claude-scientific-skills

在进行科学计算前检测 CPU、GPU、内存与磁盘状态，并生成 `.claude_resources.json` 包含并行、异步、GPU 加速等策略建议，帮助选择恰当的计算方式。

Polars 高速数据框架

K-Dense-AI/claude-scientific-skills

Polars 是基于 Apache Arrow 的高速内存数据框库，可替代 pandas 处理 1-100GB 级数据，提供表达式 API、惰性查询、并行计算及丰富的 I/O，适合 ETL 与数据管道场景。

稳定基线3：强化学习算法工具包

stable-baselines3

K-Dense-AI/claude-scientific-skills

稳定基线3是一个基于PyTorch的专业库，用于提供生产级的强化学习算法实现（如PPO、SAC、DQN等）。它支持单智能体RL模型训练，提供创建自定义环境的能力，并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。

上一页 1 2 345 6 7 8 9 下一页

语言