MCP App StoreMCP App Store
de megatron-lm16,208
Guide de référence pour la CI de Megatron-LM : structure du pipeline, labels de portée des PR, déclenchement de la CI interne et investigation des échecs de CI.
Fournit une référence CI/CD concise et exploitable pour les contributeurs et les mainteneurs de Megatron-LM. Il documente les principaux fichiers de workflow, la manière dont la portée du pipeline est déterminée par les labels de PR, l'endroit où les images sont publiées, comment déclencher la CI GitLab interne, et les étapes pragmatiques pour investiguer les exécutions de CI en échec. Des commandes concrètes et des règles de décision sont incluses pour que les mainteneurs puissent reproduire les déclenchements et lire les logs.
Utilisez ce skill lorsque vous devez : diagnostiquer des jobs CI en échec, décider quels labels de PR attacher pour obtenir la portée de test correcte, déclencher la CI interne sans utiliser l'interface web, ou comprendre comment la CI s'articule avec les étapes du pipeline (linting, construction du conteneur, tests unitaires et d'intégration). Phrases de déclenchement : 'CI is red', 'comment déclencher la CI', 'labels de PR', 'où sont les logs', 'branche pull-request'.
Idéalement utilisé par des agents disposant du CLI GitHub et de capacités d'inspection de repo (ex: agents compatibles GitHub, assistants Copilot/Code pouvant exécuter des commandes gh).
Guide CI/CD de référence uniquement pour les contributeurs de Megatron-LM, couvrant la structure du pipeline, les étiquettes de portée des PR, le déclenchement interne de GitLab CI et l'investigation des échecs. Aucun script groupé — purement informatif avec des extraits bash bien structurés et des tableaux de décision. Profil de sécurité propre sans code exécutable, seulement de la documentation et des exemples de commandes.
Compétence de pure documentation — aucun script à tester. Guide de référence bien écrit ciblant un public restreint (contributeurs Megatron-LM). Le force-push dans trigger_internal_ci.py pourrait bénéficier d'un avertissement plus fort. Les tableaux de décision pour les étiquettes de PR sont très clairs et pratiques.
Development Worktree
Create an isolated git worktree for feature work, auto-run project setup, and verify a clean test baseline before development.
Scikit-learn (Classical ML reference)
Comprehensive scikit-learn guidance for classification, regression, clustering, preprocessing, model evaluation, and production-ready ML pipelines.
Full Stack Builder
End-to-end builder that scaffolds, implements, tests, and optionally deploys web and API applications from a natural-language specification.
Claw Bench
Benchmarking skill that guides an agent through a structured suite of capability tests and reporting steps for leaderboard submission.
Spring Boot Migration
Guided, phased migration for existing Spring Boot apps to Boot 4 / Java 25 (including Modulith 2 and Testcontainers 2), with scanners and reference guides.
ArcKit Architecture Conformance
Run a systematic architecture conformance assessment that compares ADRs and principles against HLD/DLD artifacts to surface drift, violations, and technical deb
Speak Security Basics
Security best practices for integrating Speak: API key management, audio data privacy, student data protection, and COPPA/FERPA compliance for production deploy
Replit — Advanced Troubleshooting
Step-by-step diagnostics and debugging techniques for deep Replit issues: Nix build failures, container crash loops, memory leaks, and platform vs app isolation