MCP App StoreMCP App Store
de cuequivariance388
Primitives et couches de tenseurs équivariants accélérées par GPU PyTorch (SegmentedPolynomial, produits tensoriels, harmoniques sphériques, couches linéaires équivariantes) pour la construction de modèles.
Fournit des implémentations accélérées par GPU d'opérations polynomiales/tensorielles équivariantes pour PyTorch (importé sous le nom cuet). Il expose une primitive SegmentedPolynomial avec plusieurs backends CUDA et un ensemble d'opérations torch.nn.Module de haut niveau (ChannelWiseTensorProduct, FullyConnectedTensorProduct, Linear, SymmetricContraction, SphericalHarmonics, Rotation/Inversion) ainsi que des couches équivariantes (BatchNorm, FullyConnectedTensorProductConv). Les utilisateurs typiques construisent des GNN équivariants, des couches de passage de messages et des modèles sensibles à la physique (ex: DiffDock, MACE, NEQUIP) qui nécessitent des mathématiques équivariantes SO(3)/O(3) sur GPU.
Utilisez cette compétence lorsque vous avez besoin de contractions tensorielles et de couches équivariantes hautement efficaces et correctes dans PyTorch, en particulier pour les charges de travail accélérées par GPU : convertir des polynômes de descripteurs en modules torch, implémenter le passage de messages dans des GNN équivariants ou exporter des modèles vers ONNX/TensorRT. Choisissez ceci plutôt que du code einsum écrit à la main lorsque vous avez besoin de performance et de plusieurs stratégies de backend (naive, uniform_1d, fused_tp, indexed_linear).
Probablement compatible avec les flux de travail d'agents de développement/ingénierie et les CLI d'exécution locale capables d'exécuter du code PyTorch (agents développeurs de style Copilot/Codex/Gemini CLI).
Skill NVIDIA cuEquivariance Torch fournissant une documentation API complète pour les opérations de tenseurs équivariants dans PyTorch. Aucun script intégré — skill de référence/documentation pure avec des exemples de code bien structurés couvrant SegmentedPolynomial, les produits tensoriels, les harmoniques sphériques et les couches GNN. Profil de sécurité propre sans motifs préoccupants. Audience très restreinte (chercheurs en physique-ML avec GPU CUDA).
Skill de documentation provenant du dépôt officiel cuEquivariance de NVIDIA. Qualité technique élevée mais extrêmement spécialisé — sert de référence API plutôt que de skill de flux de travail automatisé par agent. Le fichier SKILL.md est bien structuré avec des exemples de code clairs et un tableau comparatif des méthodes d'exécution.
Terradev — Cross‑Cloud GPU Provisioning
Provision and manage GPUs across clouds, create GPU Kubernetes clusters, deploy inference endpoints, and burst local compute to cloud with BYOAPI credential saf
vLLM-Omni Video Generation
Generate videos (text→video, image→video, text+image→video) using vLLM-Omni and Wan2.2-style diffusion models, with guidance on parameters and performance trade
ROCm Triton Kernels (RMSNorm, RoPE 3D, GEGLU, AdaLN)
Guidance and examples for writing, benchmarking, and integrating optimized Triton kernels on ROCm (MI355X, R9700) for diffusers and transformers workloads.
Depth Estimation (Privacy)
Real-time monocular depth estimation for camera feeds with a privacy-focused depth-only mode to anonymize people while preserving scene layout.
OSMO CLI Agent
Manage OSMO cloud compute: check pools, GPUs, quotas, submit and monitor workflows, inspect logs, and create apps using the OSMO CLI.
SparkJS - 3D Gaussian Splat Renderer
Tools and guidance for building, editing, and optimising 3D Gaussian splat scenes in the browser using SparkJS and Three.js.
MaxText Performance Analysis
A post-training analysis workflow that uses TGS tagging, TraceLens, and IRLens to diagnose model training performance, GPU utilization, and kernel-level hotspot
Sub-Agents (Parallel Agent Orchestration)
Orchestrate multiple autonomous Claude Code agents across separate GPUs or sandboxes to run parallel experiments, debugging sessions, or batch workloads with st