Explorar skills

Reverse-engineering specialist that extracts specifications from existing codebases. Use when working with legacy or undocumented systems, inherited projects, or old codebases with no documentation. Invoke to map code dependencies, generate API documentation from source, identify undocumented business logic, figure out what code does, or create architecture documentation from implementation. Trigg

Writes, reviews, and debugs idiomatic Rust code with memory safety and zero-cost abstractions. Implements ownership patterns, manages lifetimes, designs trait hierarchies, builds async applications with tokio, and structures error handling with Result/Option. Use when building Rust applications, solving ownership or borrowing issues, designing trait-based APIs, implementing async/await concurrency

Use when building Next.js 14+ applications with App Router, server components, or server actions. Invoke to configure route handlers, implement middleware, set up API routes, add streaming SSR, write generateMetadata for SEO, scaffold loading.tsx/error.tsx boundaries, or deploy to Vercel. Triggers on: Next.js, Next.js 14, App Router, RSC, use server, Server Components, Server Actions, React Server

Provides idiomatic Kotlin implementation patterns including coroutine concurrency, Flow stream handling, multiplatform architecture, Compose UI construction, Ktor server setup, and type-safe DSL design. Use when building Kotlin applications requiring coroutines, multiplatform development, or Android with Compose. Invoke for Flow API, KMP projects, Ktor servers, DSL design, sealed classes, suspend

Um framework para construir aplicações com LLMs, utilizando agentes, cadeias e RAG. Suporta múltiplos provedores, mais de 500 integrações, agentes ReAct, chamada de ferramentas, gerenciamento de memória e recuperação de vetores, ideal para prototipagem rápida e implantações em produção.

Mescle múltiplos modelos ajustados com mergekit para combinar capacidades sem retreinar, ideal para criar modelos especializados ao mesclar expertise de domínio específico ou melhorar o desempenho. Abrange várias técnicas de fusão como SLERP, TIES-Merging, DARE, Task Arithmetic e fusão linear, além de estratégias de implantação em produção.

Avalia LLMs em mais de 60 benchmarks acadêmicos como MMLU e HumanEval. É um padrão da indústria para comparar a qualidade de modelos, relatar resultados e acompanhar o progresso do treinamento, com suporte para HuggingFace, vLLM e APIs.

Curadoria de dados acelerada por GPU para treinamento de LLM. Suporta texto, imagem, vídeo e áudio, com deduplicação difusa (16x mais rápida), filtragem de qualidade, deduplicação semântica, redação de PII e detecção de NSFW. Escala em GPUs com RAPIDS para preparar datasets de alta qualidade.

A API de treinamento distribuído mais simples, permitindo suporte distribuído para qualquer script PyTorch em apenas 4 linhas. Oferece uma API unificada para DeepSpeed/FSDP/Megatron/DDP, posicionamento automático de dispositivos, precisão mista e é um padrão do ecossistema HuggingFace.

Um banco de dados de embeddings de código aberto para aplicações de IA, que armazena embeddings e metadados, e permite busca vetorial, texto completo e filtragem por metadados. É escalável de notebooks a clusters de produção, ideal para busca semântica, RAG e desenvolvimento local.

Orquestra projetos de pesquisa autônoma de IA de ponta a ponta com uma arquitetura de dois loops. O loop interno executa experimentos rápidos com metas de otimização, e o externo sintetiza resultados para direcionar a pesquisa.

Atende LLMs com alta taxa de transferência usando PagedAttention e batching contínuo do vLLM. Ideal para implantar APIs de LLM em produção, otimizar inferência ou servir modelos com memória GPU limitada, suporta endpoints compatíveis com OpenAI, quantização e paralelismo de tensor.