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

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.

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.

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.

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.

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.

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.

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.

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

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.

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.

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.