Esperto di calcolo distribuito Apache Ray. Da utilizzare durante la conversione del codice Python in carichi di lavoro Ray, il debug di applicazioni Ray, l'ottimizzazione delle prestazioni Ray o l'utilizzo di Ray Core, Ray Data, Ray Train, Ray Serve o Ray Tune. Recupera automaticamente la documentazione pertinente da Ray, HuggingFace, PyTorch e altri framework ML/distribuiti in base al contesto del codice.
Installa rapidamente la skill AI ray nel tuo ambiente di sviluppo tramite riga di comando
Fonte: anyscale/keynote-demo-2025.
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:
Esperto di calcolo distribuito Apache Ray. Da utilizzare durante la conversione del codice Python in carichi di lavoro Ray, il debug di applicazioni Ray, l'ottimizzazione delle prestazioni Ray o l'utilizzo di Ray Core, Ray Data, Ray Train, Ray Serve o Ray Tune. Recupera automaticamente la documentazione pertinente da Ray, HuggingFace, PyTorch e altri framework ML/distribuiti in base al contesto del codice. Fonte: anyscale/keynote-demo-2025.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/anyscale/keynote-demo-2025 --skill rayEsperto di calcolo distribuito Apache Ray. Da utilizzare durante la conversione del codice Python in carichi di lavoro Ray, il debug di applicazioni Ray, l'ottimizzazione delle prestazioni Ray o l'utilizzo di Ray Core, Ray Data, Ray Train, Ray Serve o Ray Tune. Recupera automaticamente la documentazione pertinente da Ray, HuggingFace, PyTorch e altri framework ML/distribuiti in base al contesto del codice. Fonte: anyscale/keynote-demo-2025.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/anyscale/keynote-demo-2025 --skill ray Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/anyscale/keynote-demo-2025