يُستخدم عند "نشر نماذج ML"، أو "MLOps"، أو "خدمة النماذج"، أو "مخازن الميزات"، أو "مراقبة النماذج"، أو السؤال عن "نشر PyTorch"، أو "إنتاج TensorFlow"، أو "أنظمة RAG"، أو "تكامل LLM"، أو "البنية التحتية لتعلم الآلة"
ثبّت مهارة الذكاء الاصطناعي ml-engineering بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: eyadsibai/ltk.
| ML Frameworks | PyTorch, TensorFlow, Scikit-learn, XGBoost | | LLM Frameworks | LangChain, LlamaIndex, DSPy | | Data Tools | Spark, Airflow, dbt, Kafka, Databricks | | Deployment | Docker, Kubernetes, AWS/GCP/Azure | | Monitoring | MLflow, Weights & Biases, Prometheus | | Databases | PostgreSQL, BigQuery, Snowflake, Pinecone |
| P50 Latency | < 50ms | | P95 Latency | < 100ms | | P99 Latency | < 200ms | | Throughput | > 1000 RPS | | Availability | 99.9% |
يُستخدم عند "نشر نماذج ML"، أو "MLOps"، أو "خدمة النماذج"، أو "مخازن الميزات"، أو "مراقبة النماذج"، أو السؤال عن "نشر PyTorch"، أو "إنتاج TensorFlow"، أو "أنظمة RAG"، أو "تكامل LLM"، أو "البنية التحتية لتعلم الآلة" المصدر: eyadsibai/ltk.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/eyadsibai/ltk --skill ml-engineeringيُستخدم عند "نشر نماذج ML"، أو "MLOps"، أو "خدمة النماذج"، أو "مخازن الميزات"، أو "مراقبة النماذج"، أو السؤال عن "نشر PyTorch"، أو "إنتاج TensorFlow"، أو "أنظمة RAG"، أو "تكامل LLM"، أو "البنية التحتية لتعلم الآلة" المصدر: eyadsibai/ltk.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/eyadsibai/ltk