Muster für effiziente ML-Datenpipelines mit Polars, Arrow und ClickHouse. AUSLÖSER – Datenpipeline, Polars vs. Pandas, Pfeilformat, Clickhouse-ML, effizientes Laden, Nullkopie, Speicheroptimierung.
Installieren Sie den KI-Skill ml-data-pipeline-architecture schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: terrylica/cc-skills.
Patterns for efficient ML data pipelines using Polars, Arrow, and ClickHouse.
ADR: 2026-01-22-polars-preference-hook (efficiency preferences framework)
Note: A PreToolUse hook enforces Polars preference. To use Pandas, add # polars-exception: at file top.
Muster für effiziente ML-Datenpipelines mit Polars, Arrow und ClickHouse. AUSLÖSER – Datenpipeline, Polars vs. Pandas, Pfeilformat, Clickhouse-ML, effizientes Laden, Nullkopie, Speicheroptimierung. Quelle: terrylica/cc-skills.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architectureMuster für effiziente ML-Datenpipelines mit Polars, Arrow und ClickHouse. AUSLÖSER – Datenpipeline, Polars vs. Pandas, Pfeilformat, Clickhouse-ML, effizientes Laden, Nullkopie, Speicheroptimierung. Quelle: terrylica/cc-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/terrylica/cc-skills --skill ml-data-pipeline-architecture Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/terrylica/cc-skills