domain-ml
✓Rust에서 ML/AI 앱을 빌드할 때 사용합니다. 키워드: 기계 학습, ML, AI, 텐서, 모델, 추론, 신경망, 딥 러닝, 훈련, 예측, ndarray, tch-rs, burn, candle, 机器school习, 人工智能, 模型推리
SKILL.md
| Domain Rule | Design Constraint | Rust Implication |
| Large data | Efficient memory | Zero-copy, streaming | | GPU acceleration | CUDA/Metal support | candle, tch-rs | | Model portability | Standard formats | ONNX | | Batch processing | Throughput over latency | Batched inference | | Numerical precision | Float handling | ndarray, careful f32/f64 |
| Inference only | tract (ONNX) | Lightweight, portable | | Training + inference | candle, burn | Pure Rust, GPU | | PyTorch models | tch-rs | Direct bindings | | Data pipelines | polars | Fast, lazy eval |
Rust에서 ML/AI 앱을 빌드할 때 사용합니다. 키워드: 기계 학습, ML, AI, 텐서, 모델, 추론, 신경망, 딥 러닝, 훈련, 예측, ndarray, tch-rs, burn, candle, 机器school习, 人工智能, 模型推리 출처: zhanghandong/rust-skills.
인용 가능한 정보
AI/검색 인용용 안정적인 필드와 명령어.
- 설치 명령어
npx skills add https://github.com/zhanghandong/rust-skills --skill domain-ml- 카테고리
- </>개발 도구
- 인증됨
- ✓
- 최초 등록
- 2026-02-01
- 업데이트
- 2026-02-18
빠른 답변
domain-ml이란?
Rust에서 ML/AI 앱을 빌드할 때 사용합니다. 키워드: 기계 학습, ML, AI, 텐서, 모델, 추론, 신경망, 딥 러닝, 훈련, 예측, ndarray, tch-rs, burn, candle, 机器school习, 人工智能, 模型推리 출처: zhanghandong/rust-skills.
domain-ml 설치 방법은?
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/zhanghandong/rust-skills --skill domain-ml 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다
소스 저장소는 어디인가요?
https://github.com/zhanghandong/rust-skills
상세
- 카테고리
- </>개발 도구
- 출처
- skills.sh
- 최초 등록
- 2026-02-01