·ray-data

Skalierbare Datenverarbeitung für ML-Workloads. Streaming-Ausführung über CPU/GPU, unterstützt Parquet/CSV/JSON/Bilder. Integriert mit Ray Train, PyTorch, TensorFlow. Skaliert von einer einzelnen Maschine bis hin zu Hunderten von Knoten. Verwendung für Batch-Inferenz, Datenvorverarbeitung, multimodales Laden von Daten oder verteilte ETL-Pipelines.

17Installationen·1Trend·@orchestra-research

Installation

$npx skills add https://github.com/orchestra-research/ai-research-skills --skill ray-data

SKILL.md

| Format | Read | Write | Use Case |

| Parquet | ✅ | ✅ | ML data (recommended) | | CSV | ✅ | ✅ | Tabular data | | JSON | ✅ | ✅ | Semi-structured | | Images | ✅ | ❌ | Computer vision | | NumPy | ✅ | ✅ | Arrays | | Pandas | ✅ | ❌ | DataFrames |

Skalierbare Datenverarbeitung für ML-Workloads. Streaming-Ausführung über CPU/GPU, unterstützt Parquet/CSV/JSON/Bilder. Integriert mit Ray Train, PyTorch, TensorFlow. Skaliert von einer einzelnen Maschine bis hin zu Hunderten von Knoten. Verwendung für Batch-Inferenz, Datenvorverarbeitung, multimodales Laden von Daten oder verteilte ETL-Pipelines. Quelle: orchestra-research/ai-research-skills.

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/orchestra-research/ai-research-skills --skill ray-data Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor

Original anzeigen

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/orchestra-research/ai-research-skills --skill ray-data
Kategorie
{}Datenanalyse
Verifiziert
Erstes Auftreten
2026-02-11
Aktualisiert
2026-02-18

Schnelle Antworten

Was ist ray-data?

Skalierbare Datenverarbeitung für ML-Workloads. Streaming-Ausführung über CPU/GPU, unterstützt Parquet/CSV/JSON/Bilder. Integriert mit Ray Train, PyTorch, TensorFlow. Skaliert von einer einzelnen Maschine bis hin zu Hunderten von Knoten. Verwendung für Batch-Inferenz, Datenvorverarbeitung, multimodales Laden von Daten oder verteilte ETL-Pipelines. Quelle: orchestra-research/ai-research-skills.

Wie installiere ich ray-data?

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/orchestra-research/ai-research-skills --skill ray-data 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/orchestra-research/ai-research-skills