ml-data-pipeline-architecture とは?
Polars、Arrow、ClickHouse を使用した効率的な ML データ パイプラインのパターン。トリガー - データ パイプライン、polars と pandas、arrow format、クリックハウス ml、効率的な読み込み、ゼロコピー、メモリの最適化。 ソース: terrylica/cc-skills。
Polars、Arrow、ClickHouse を使用した効率的な ML データ パイプラインのパターン。トリガー - データ パイプライン、polars と pandas、arrow format、クリックハウス ml、効率的な読み込み、ゼロコピー、メモリの最適化。
コマンドラインで ml-data-pipeline-architecture AI スキルを開発環境にすばやくインストール
ソース: 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.
Polars、Arrow、ClickHouse を使用した効率的な ML データ パイプラインのパターン。トリガー - データ パイプライン、polars と pandas、arrow format、クリックハウス ml、効率的な読み込み、ゼロコピー、メモリの最適化。 ソース: terrylica/cc-skills。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecturePolars、Arrow、ClickHouse を使用した効率的な ML データ パイプラインのパターン。トリガー - データ パイプライン、polars と pandas、arrow format、クリックハウス ml、効率的な読み込み、ゼロコピー、メモリの最適化。 ソース: terrylica/cc-skills。
ターミナルまたはコマンドラインツール(Terminal、iTerm、Windows Terminal など)を開きます このコマンドをコピーして実行します: npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecture インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります
https://github.com/terrylica/cc-skills