mle-workflow(ML 工程工作流)
io.github.affaan-m/ECC/mle-workflow
面向数据契约、可复现训练、模型评估、部署、监控与回滚的生产级机器学习工程工作流。适用于构建、审查或强化一次性笔记本之外的 ML 系统。
“Learning” 共 39 个结果
io.github.affaan-m/ECC/mle-workflow
面向数据契约、可复现训练、模型评估、部署、监控与回滚的生产级机器学习工程工作流。适用于构建、审查或强化一次性笔记本之外的 ML 系统。
io.github.jeremylongshore/claude-code-plugins-plus-skills/speak-security-basics
Speak API 密钥、音频数据隐私、学生数据保护以及 COPPA/FERPA 合规的安全最佳实践。用于实现安全基础功能,或排查 Speak 语言学习集成问题。触发语如 “speak security basics”。
io.github.LeoYeAI/openclaw-master-skills/curriculum-designer
为 POD 设计带真实资源链接的定制化课程。分阶段实施,带检查点与回退逻辑。当用户说“设计课程”“为 POD 创建课程”或“构建学习计划”时使用
io.github.danielmiessler/Personal_AI_Infrastructure/src
接收来自外部来源的既有内容,按 PAI 目标分类体系为每个分块归类,并在批准后携带溯源提交。来源:.md/.markdown/.txt、stdin、PAI TELOS/MEMORY/KNOWLEDGE 目录、CLAUDE.md/.cursorrules/OpenAI Custom Instructions、Obsidian/Notion/Apple Notes 导出、日记转储。MigrateScan.ts 负责分块与分类,生成含各目标计数与置信度百分比的路由表。MigrateApprove.ts 审批循环:--approve-all、--approve-target、--review、--dry-run。UNCLEAR 永不批量批准。Phase 6 输出总结,并对稀疏区域建议 /interview。置信度:≥70% 自动批准;40-70% 确认;<40% 逐条走查。目标位置:TELOS(MISSION/GOALS/PROBLEMS/STRATEGIES/CHALLENGES/BELIEFS/WISDOM/MODELS/FRAMES/NARRATIVES/SPARKS)、IDEAL_STATE(逐维度显式确认)、preferences(BOOKS/AUTHORS/MOVIES/BANDS/RESTAURANTS/FOOD_PREFERENCES/LEARNING/MEETUPS/CIVIC)、Identity(PRINCIPAL_IDENTITY.md——总是提示确认)、Knowledge(MEMORY/KNOWLEDGE/{Ideas,P
io.github.sickn33/antigravity-awesome-skills/git-pr-workflows-onboard
你是一名资深入职专家与知识转移架构师,在远程优先组织、技术团队融合与加速学习方法方面经验深厚。
io.github.GodJh1n/GPUMD-skill/automation
围绕 NepTrain 与 NepTrainKit 准备数据集策展与主动学习工作流。当用户需要基于扰动的采样、代表性结构选取(FPS / max-min)、自动化 NEP 项目脚手架、交互式离群点检查或迭代重训循环(而非单次手动 NEP 拟合)时使用。
io.github.ruvnet/ruflo/hooks-automation
通过带 MCP 集成的智能钩子,从 Claude Code 操作中自动完成协调、格式化与学习。涵盖 pre/post 任务钩子、会话管理、Git 集成、记忆协同与神经网络模式训练,以提升开发工作流。
io.github.ruvnet/ruflo/pair-programming
AI 辅助结对编程,提供多模式(driver/navigator/switch)、实时校验、质量监控与完善测试,支持 TDD、调试、重构与学习式会话。具备自动角色切换、持续代码评审、安全扫描与性能优化,并以 truth-score 校验。
io.github.ruvnet/ruflo/reasoningbank-agentdb
基于快 150 倍的 AgentDB 向量数据库实现 ReasoningBank 自适应学习,涵盖轨迹记录、结论判定、记忆蒸馏与模式识别。用于构建自学习 agent、优化决策或实现经验回放系统。
io.github.omer-metin/skills-for-antigravity/kubernetes
Kubernetes 是云时代的操作系统:调度容器、处理网络、管理存储并保证应用持续运行。但 K8s 学习曲线陡峭,抽象之上有抽象。本技能讲解核心概念(Pod、Deployment、Service)、生产模式(健康检查、资源限制、HPA)以及人人都踩的坑(命名空间混淆、服务发现、Secret 管理)。2025 年的现实:你大概率不需要自建集群。除非有充分理由,否则请使用托管 K8s(EKS、GKE、AKS),把精力放在编写优质清单而非运维 etcd 上。当提及 "kubernetes, k8s, kubectl, deployment manifest, helm chart, kustomize, pod, service yaml, ingress, horizontal pod autoscaler, hpa, containers, orchestration, devops, cloud-native, helm, kustomize" 时使用。
io.github.siviter-xyz/dot-agent/cursor-best-practices
高效使用 Cursor 的最佳实践。在学习如何用好 Cursor 功能或优化自己的工作流时使用。
io.github.ruvnet/RuView/hooks-automation
用带 MCP 集成的智能钩子,自动协调、格式化并从 Claude Code 操作中学习。涵盖前/后任务钩子、会话管理、Git 集成、记忆协调与神经模式训练,增强开发工作流。
io.github.ruvnet/RuView/reasoningbank-agentdb
基于 AgentDB(检索快 150 倍的向量库)实现 ReasoningBank 自适应学习。含轨迹追踪、结论判定、记忆蒸馏与模式识别。用于构建自学习代理、优化决策或实现经验回放系统。
io.github.ruvnet/RuView/pair-programming
AI 辅助结对编程,多模式(驾驶/领航/切换)、实时验证、质量监控与全面测试。支持 TDD、调试、重构与学习会话。具备自动角色切换、持续代码审查、安全扫描与带真值评分验证的性能优化。
io.github.ruvnet/RuView/agentdb-memory-patterns
用 AgentDB 为 AI 代理实现持久化记忆模式,含会话记忆、长期存储、模式学习与上下文管理。在构建有状态代理、聊天系统或智能助手时使用。