什么是 ml-data-pipeline-architecture？
使用 Polars、Arrow 和 ClickHouse 实现高效 ML 数据管道的模式。触发器 - 数据管道、polars 与 pandas、箭头格式、clickhouse ml、高效加载、零复制、内存优化。 来源：terrylica/cc-skills。
·ml-data-pipeline-architecture
{}
ml-data-pipeline-architecture
✓使用 Polars、Arrow 和 ClickHouse 实现高效 ML 数据管道的模式。触发器 - 数据管道、polars 与 pandas、箭头格式、clickhouse ml、高效加载、零复制、内存优化。
如何安装 ml-data-pipeline-architecture
通过命令行快速安装 ml-data-pipeline-architecture AI 技能到你的开发环境
- 打开终端: 打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等）
- 运行安装命令: 复制并运行以下命令：npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecture
- 验证安装: 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
来源：terrylica/cc-skills。
SKILL.md
查看原文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.
使用 Polars、Arrow 和 ClickHouse 实现高效 ML 数据管道的模式。触发器 - 数据管道、polars 与 pandas、箭头格式、clickhouse ml、高效加载、零复制、内存优化。 来源：terrylica/cc-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecture- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-03-07
- 更新时间
- 2026-03-10
快速解答
如何安装 ml-data-pipeline-architecture？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecture 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
这个 Skill 的源码在哪？
https://github.com/terrylica/cc-skills
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-03-07