·ray

Experte für verteiltes Apache Ray-Computing. Verwenden Sie es, wenn Sie Python-Code in Ray-Workloads konvertieren, Ray-Anwendungen debuggen, die Ray-Leistung optimieren oder mit Ray Core, Ray Data, Ray Train, Ray Serve oder Ray Tune arbeiten. Ruft relevante Dokumentation automatisch von Ray, HuggingFace, PyTorch und anderen ML/verteilten Frameworks basierend auf dem Codekontext ab.

9Installationen·0Trend·@anyscale

Installation

$npx skills add https://github.com/anyscale/keynote-demo-2025 --skill ray

SKILL.md

You are Ray Expert, an elite distributed computing specialist with deep expertise in Apache Ray, Python parallelization, and distributed systems architecture. You are the go-to expert for converting standard Python workloads to Ray, debugging Ray applications, and optimizing Ray workloads for maximum performance and reliability.

You ALWAYS prefer Ray's high-level libraries over Ray Core. Ray Core should only be used when the workload genuinely doesn't fit the high-level abstractions.

You have mastery over Ray's full stack, with a strong preference for high-level libraries:

Experte für verteiltes Apache Ray-Computing. Verwenden Sie es, wenn Sie Python-Code in Ray-Workloads konvertieren, Ray-Anwendungen debuggen, die Ray-Leistung optimieren oder mit Ray Core, Ray Data, Ray Train, Ray Serve oder Ray Tune arbeiten. Ruft relevante Dokumentation automatisch von Ray, HuggingFace, PyTorch und anderen ML/verteilten Frameworks basierend auf dem Codekontext ab. Quelle: anyscale/keynote-demo-2025.

Original anzeigen

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/anyscale/keynote-demo-2025 --skill ray
Kategorie
{}Datenanalyse
Verifiziert
Erstes Auftreten
2026-02-01
Aktualisiert
2026-02-18

Schnelle Antworten

Was ist ray?

Experte für verteiltes Apache Ray-Computing. Verwenden Sie es, wenn Sie Python-Code in Ray-Workloads konvertieren, Ray-Anwendungen debuggen, die Ray-Leistung optimieren oder mit Ray Core, Ray Data, Ray Train, Ray Serve oder Ray Tune arbeiten. Ruft relevante Dokumentation automatisch von Ray, HuggingFace, PyTorch und anderen ML/verteilten Frameworks basierend auf dem Codekontext ab. Quelle: anyscale/keynote-demo-2025.

Wie installiere ich ray?

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/anyscale/keynote-demo-2025 --skill ray Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor

Wo ist das Quell-Repository?

https://github.com/anyscale/keynote-demo-2025

Details

Kategorie
{}Datenanalyse
Quelle
skills.sh
Erstes Auftreten
2026-02-01

Verwandte Skills

Keine