Compétences d'agent

DSPy — Programmation Déclarative de LM

opengauss

Utilisez DSPy pour construire des pipelines de LM déclaratifs et modulaires, optimiser les prompts automatiquement et assembler des systèmes RAG/agents fiables avec des signatures structurées et l'opti

Ingénieur MLOps

claude-skills

Fournit des conseils d'expert en MLOps : construction et validation de pipelines ML, déploiement et surveillance de modèles en production, mise en place de feature stores et automatisation du CI/CD pour les modèles.

Terradev — Provisionnement GPU Cross-Cloud

Terradev

Provisionnez et gérez des GPU sur plusieurs clouds, créez des clusters GPU Kubernetes, déployez des points de terminaison d'inférence et basculez le calcul local vers le cloud avec une gestion sécurisée des identifiants BYOAPI.

Weights & Biases (wandb)

zorai

Intégrez Weights & Biases pour le suivi d'expériences ML : journalisez les métriques, les hyperparamètres, les points de contrôle, lancez des sweeps et consultez des tableaux de bord collaboratifs.

Entraînement de Modèles CV

cv-train-stack

Réviser, exécuter, valider et auditer l'entraînement de modèles de vision par ordinateur avec des vérifications de la qualité du jeu de données, de la cohérence du prétraitement, de l'augmentation et de la validation du déploiement

Suivi d'expériences ML (MLflow)

agent-almanac

Configurez le suivi d'expériences MLflow : serveur, autologging, stockage d'artefacts, comparaison de runs et gestion du cycle de vie pour des flux de travail ML reproductibles.

Modèles d'Implémentation RAG

claude-code-toolkit

Guide pratique pour construire des systèmes de Génération Augmentée par la Récupération (RAG) de production : sélection de DB vectorielles, stratégies de chunking, choix de modèles d'embedding et optimisation de la récupération.

Scout

DeepScientist

Cadrer des tâches de recherche ou d'ingénierie ambiguës : clarifier les objectifs, les métriques, les ensembles de données et établir une base de référence justifiée pour avancer avec confiance.

MindsDB

application-skills

Intégrez et interagissez avec MindsDB via le CLI Membrane : gérez les connexions, listez et exécutez des actions, et automatisez les prédictions de modèles sur votre base de données.

Cortex - Constructeur de Pipeline ML

claude-code-plugins-plus-skills

Un constructeur de pipeline ML guidé qui accompagne un agent à travers la validation des données, l'ingénierie des caractéristiques, l'entraînement, l'évaluation et le déploiement de points de terminaison pour la classification ou la régression.

Model Deployment (SageMaker & Bedrock)

agent-plugins

Génère le code de déploiement et un notebook Jupyter pour déployer des modèles Nova ou OSS fine-tunés via LoRA (depuis SageMaker Serverless Model Customization) vers des endpoints SageMaker.

Cortex — Constructeur de Pipeline ML

tonone

Guide l'agent pour construire un pipeline ML reproductible : validation des données, pipeline de caractéristiques, entraînement, évaluation, service et surveillance.

Exécuteur de Modèles Replicate

suna

Exécutez, comparez et gérez les inférences de modèles d'IA via l'API Replicate pour la génération d'images, de vidéos, d'audio et d'autres tâches d'inférence ML.

Machines Virtuelles Azure Data Science

agent-skills

Guide expert pour les VM Azure Data Science : dépannage, configuration, déploiement (Bicep/ARM), sécurité et intégrations telles que MLflow et Key Vault.

Déploiement Flash Runpod

skills

Déployez et itérez rapidement vos charges de travail IA via des GPU/CPU serverless sur Runpod avec rechargement à chaud et logs en direct.

Pack Workflow AI/ML

agent-skills-library

Un ensemble complet de workflows pour concevoir, construire et exploiter des applications LLM, des systèmes RAG, des agents IA et des pipelines ML.

TRL LLM Fine-Tuning & Alignment

argentos-core

Guide complet pour le fine-tuning des LLM avec TRL, couvrant SFT, DPO, PPO et GRPO pour l'alignement des préférences humaines.

Orchestration de Pipeline ML

agent-almanac

Automatise les flux de travail d'apprentissage automatique de bout en bout via Prefect ou Airflow, de l'ingestion des données au déploiement du modèle.

Vérification de l'entraînement — Moniteur d'expériences

grind-lab-core

Surveille les expériences en cours, classifie les statuts (OK/STALLED/FAILED/COMPLETE) et ajoute des alertes aux notes du projet.