Explorar skills

Use when building high-performance async Python APIs with FastAPI and Pydantic V2. Invoke to create REST endpoints, define Pydantic models, implement authentication flows, set up async SQLAlchemy database operations, add JWT authentication, build WebSocket endpoints, or generate OpenAPI documentation. Trigger terms: FastAPI, Pydantic, async Python, Python API, REST API Python, SQLAlchemy async, JW

Use when fine-tuning LLMs, training custom models, or adapting foundation models for specific tasks. Invoke for configuring LoRA/QLoRA adapters, preparing JSONL training datasets, setting hyperparameters for fine-tuning runs, adapter training, transfer learning, finetuning with Hugging Face PEFT, OpenAI fine-tuning, instruction tuning, RLHF, DPO, or quantizing and deploying fine-tuned models. Trig

Performs pandas DataFrame operations for data analysis, manipulation, and transformation. Use when working with pandas DataFrames, data cleaning, aggregation, merging, or time series analysis. Invoke for data manipulation tasks such as joining DataFrames on multiple keys, pivoting tables, resampling time series, handling NaN values with interpolation or forward-fill, groupby aggregations, type con

Optimizes SQL queries, designs database schemas, and troubleshoots performance issues. Use when a user asks why their query is slow, needs help writing complex joins or aggregations, mentions database performance issues, or wants to design or migrate a schema. Invoke for complex queries, window functions, CTEs, indexing strategies, query plan analysis, covering index creation, recursive queries, E

Use when optimizing PostgreSQL queries, configuring replication, or implementing advanced database features. Invoke for EXPLAIN analysis, JSONB operations, extension usage, VACUUM tuning, performance monitoring.

Quantização Half-Quadratic para LLMs sem dados de calibração. Utilize ao quantizar modelos para precisão de 4/3/2 bits sem a necessidade de conjuntos de dados de calibração, para fluxos de trabalho de quantização rápidos, ou ao implantar com vLLM ou HuggingFace Transformers.

Processamento de dados escalável para cargas de trabalho de ML com execução em streaming em CPU/GPU, suportando vários formatos como Parquet/CSV/JSON/imagens. Ele se integra com Ray Train, PyTorch e TensorFlow, escalando de uma única máquina para centenas de nós para tarefas como inferência em lote, pré-processamento de dados e pipelines ETL distribuídos.

Plataforma de observabilidade de IA de código aberto para rastreamento, avaliação e monitoramento de LLMs. Utilize ao depurar aplicações LLM com rastreamentos detalhados, executar avaliações em conjuntos de dados ou monitorar sistemas de IA em produção com insights em tempo real.

Gera figuras com qualidade de publicação para artigos de ML, extraindo componentes para diagramas de arquitetura via Gemini e criando gráficos de dados via matplotlib/seaborn. Ideal para qualquer figura de artigo de conferência.

Esta skill permite ajustar e servir modelos OpenPI de Inteligência Física (pi0, pi0-fast, pi0.5) usando backends JAX ou PyTorch para inferência de políticas de robôs em ambientes ALOHA, DROID e LIBERO. É ideal para adaptar modelos a datasets personalizados, converter checkpoints, executar servidores de inferência ou depurar.

Fundo de deslocamento fluido WebGL com frases de efeito sobrepostas no topo, ideal para introduções de vídeo, seções hero de landing pages ou pôsteres.

Entrada de logo com montagem em blocos, efeito de brilho e revelação de tagline, ideal para finais de vídeo ou encerramentos de marca.