·ml-engineering
</>

ml-engineering

Используйте, когда «развертывание моделей ML», «MLOps», «обслуживание моделей», «хранилища функций», «мониторинг моделей» или вопросы о «развертывании PyTorch», «производстве TensorFlow», «системах RAG», «интеграции LLM», «инфраструктуре ML».

31Установки·3Тренд·@eyadsibai

Установка

$npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering

Как установить ml-engineering

Быстро установите AI-навык ml-engineering в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: eyadsibai/ltk.

| ML Frameworks | PyTorch, TensorFlow, Scikit-learn, XGBoost | | LLM Frameworks | LangChain, LlamaIndex, DSPy | | Data Tools | Spark, Airflow, dbt, Kafka, Databricks | | Deployment | Docker, Kubernetes, AWS/GCP/Azure | | Monitoring | MLflow, Weights & Biases, Prometheus | | Databases | PostgreSQL, BigQuery, Snowflake, Pinecone |

| P50 Latency | < 50ms | | P95 Latency | < 100ms | | P99 Latency | < 200ms | | Throughput | > 1000 RPS | | Availability | 99.9% |

Используйте, когда «развертывание моделей ML», «MLOps», «обслуживание моделей», «хранилища функций», «мониторинг моделей» или вопросы о «развертывании PyTorch», «производстве TensorFlow», «системах RAG», «интеграции LLM», «инфраструктуре ML». Источник: eyadsibai/ltk.

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering
Источник
eyadsibai/ltk
Категория
</>Разработка
Проверено
Впервые замечено
2026-02-17
Обновлено
2026-03-10

Browse more skills from eyadsibai/ltk

Короткие ответы

Что такое ml-engineering?

Используйте, когда «развертывание моделей ML», «MLOps», «обслуживание моделей», «хранилища функций», «мониторинг моделей» или вопросы о «развертывании PyTorch», «производстве TensorFlow», «системах RAG», «интеграции LLM», «инфраструктуре ML». Источник: eyadsibai/ltk.

Как установить ml-engineering?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

https://github.com/eyadsibai/ltk

Детали

Категория
</>Разработка
Источник
skills.sh
Впервые замечено
2026-02-17