Profila e confronta l'inferenza qwen3-tts-rs utilizzando e2e_bench con tracciamento cromato, flamegraph o sistemi Nsight all'interno di un contenitore Docker CUDA. Da utilizzare durante la profilazione, il benchmarking, il controllo delle prestazioni, l'individuazione di colli di bottiglia o l'esecuzione di flamegraph.
Installa rapidamente la skill AI qwen3-tts-profile nel tuo ambiente di sviluppo tramite riga di comando
Fonte: trevors/dot-claude.
Run performance profiling and benchmarks for the qwen3-tts Rust TTS engine.
The CUDA toolchain lives inside the Docker container. All cargo commands must run there. The workspace is bind-mounted at /workspace:
The e2ebench binary reports stage breakdowns (prefill / generation / decode) even without the profiling feature:
Profila e confronta l'inferenza qwen3-tts-rs utilizzando e2e_bench con tracciamento cromato, flamegraph o sistemi Nsight all'interno di un contenitore Docker CUDA. Da utilizzare durante la profilazione, il benchmarking, il controllo delle prestazioni, l'individuazione di colli di bottiglia o l'esecuzione di flamegraph. Fonte: trevors/dot-claude.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/trevors/dot-claude --skill qwen3-tts-profileProfila e confronta l'inferenza qwen3-tts-rs utilizzando e2e_bench con tracciamento cromato, flamegraph o sistemi Nsight all'interno di un contenitore Docker CUDA. Da utilizzare durante la profilazione, il benchmarking, il controllo delle prestazioni, l'individuazione di colli di bottiglia o l'esecuzione di flamegraph. Fonte: trevors/dot-claude.
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/trevors/dot-claude --skill qwen3-tts-profile 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/trevors/dot-claude