下载

Skill UI

浏览并发现 9916+ 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

搜索高性能，共找到 208 条记录

默认排序最新上传最多下载

C#异步编程最佳实践

github/awesome-copilot

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。

.NET/C# 最佳实践指南

dotnet-best-practices

github/awesome-copilot

本指南旨在确保开发者编写的 .NET/C# 代码达到行业最高标准。它详细涵盖了从SOLID原则、依赖注入、设计模式（如Command Handler），到现代功能（如Async/Await、AI集成）和安全性能的最佳实践，帮助构建结构清晰、可维护、高性能的软件系统。

Java MCP服务器项目生成器

java-mcp-server-generator

github/awesome-copilot

这是一个用于生成基于Java的Model Context Protocol (MCP)服务器项目的工具。它提供完整的、生产级的项目结构和代码模板，涵盖配置、工具定义、资源处理和提示词逻辑。生成器支持Maven和Gradle两种构建系统，确保生成的后端服务结构完善、可扩展，并支持响应式流和Spring Boot集成，帮助开发者快速搭建高性能服务。

Power BI数据模型设计审查

power-bi-model-design-review

github/awesome-copilot

这是一个全面的Power BI数据模型设计审查工具。它旨在指导用户评估数据模型的架构完整性、关系设计质量、存储模式选择、数据质量和性能优化。适用于任何需要确保BI模型具备高性能、高可维护性和高扩展性的场景。

深化学：化学与生物机器学习

K-Dense-AI/scientific-agent-skills

DeepChem是一个全面的Python库，用于将机器学习应用于化学、生物和材料科学领域。它支持分子属性预测（如ADMET、毒性）、药物发现和材料设计等。该技能集提供了多种特征化方法（指纹、描述符、图表示），可处理SMILES和SDF等多种数据格式，支持高性能的图神经网络（GNN）模型。

计算流体动力学模拟框架

K-Dense-AI/scientific-agent-skills

FluidSim是一个高性能、面向对象的Python流体力学（CFD）模拟框架。它提供了多种物理方程的求解器，包括2D/3D纳维-斯托克斯方程、浅水和分层流。该框架利用伪谱方法和FFT加速，支持MPI并行计算，适用于分析湍流、地质流体和各类流体动力学过程，并具备完整的后处理和可视化功能。

高性能基因组学分析工具

K-Dense-AI/scientific-agent-skills

Gtars是一个高性能的基因组区间分析工具包，支持Python绑定。它为计算生物学和机器学习应用提供专业模块，用于基因组重叠检测、覆盖度轨道生成（WIG/BigWig）、基因组分词化和单细胞碎片分析。适用于处理BED文件、参考序列验证及构建生物信息学流程。

无服务器AI/ML云平台

K-Dense-AI/scientific-agent-skills

Modal是一个无服务器云平台，专为AI/ML工作负载设计，允许用户直接用Python代码运行复杂的计算任务。它提供按需的GPU算力、自动扩缩容的函数调用、自定义容器构建和持久化存储。适用于模型部署、训练推理、构建高性能API和定时任务。

Python科学计算GPU优化

optimize-for-gpu

K-Dense-AI/scientific-agent-skills

这是一个专业的GPU加速优化工具，用于将计算密集型的CPU Python代码（如科学计算、机器学习、物理模拟等）转换为高性能的GPU代码。它涵盖了从数组操作（CuPy）到定制内核开发（Numba/Warp）的全流程，适用于深度学习、物理模拟、地理空间分析等需要大规模并行计算的复杂工作流。

Polars：高性能数据处理框架

K-Dense-AI/scientific-agent-skills

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。

高性能基因组区间分析工具

K-Dense-AI/scientific-agent-skills

polars-bio是基于Polars的高性能生物信息学库，专注于基因组区间操作和文件I/O。它提供DataFrame友好的API，用于执行区间算术运算（如重叠、合并、补集等），并支持读写BED, VCF, BAM, GFF等主流生物信息学格式。支持流式处理和云存储，适用于大规模、高性能的基因组数据分析。

高性能强化学习框架

K-Dense-AI/scientific-agent-skills

PufferLib是一个高性能的强化学习框架，专为高速并行环境模拟和训练设计。它通过优化向量化和原生多智能体支持，实现每秒数百万步的训练速度。适用于PPO算法的复杂智能体训练、自定义环境开发和大规模RL实验。

上一页 1 2 3...10 11 121314 15 16 17 18 下一页

语言