Explore skills
Showing 69001–69030 of 77104 skills
Professional code review with auto CHANGELOG generation, integrated with Codex AI. Use when you want professional code review before commits, you need automatic CHANGELOG generation, or reviewing large-scale refactoring.
MMEHDI0606/ai-agent-foundation-template
Stars: 2Claude CodeCodexUse this skill when asked to build the project, run tests, lint the code, check types, or verify that the TTA.dev platform is stable before committing. Invoke when the user says "run tests", "check quality", "lint", "format", "verify", or before any commit or PR.
theinterneti/TTA.dev
Stars: 0Claude CodeCodexUse this skill when writing or reviewing Python code in TTA.dev. Covers the package manager (uv), type hint standards, primitives usage, anti-patterns to avoid, state management, and LLM provider strategy. Invoke when the user says "write code", "review code", "add a feature", or asks about conventions or standards.
theinterneti/TTA.dev
Stars: 0Claude CodeCodexUse this skill when saving a single-topic documentation note to docs/kb-exports/ for later knowledge base ingestion. Invoke after completing a significant task, bug fix, architectural decision, research finding, or when the user says "save a note", "document this", or "create a knowledge base entry".
theinterneti/TTA.dev
Stars: 0Claude CodeCodexUse this skill at the start of every session to orient in the codebase, load relevant context, and warm up before any task. Invoke when the user says "start session", "begin work", "orient yourself", "what is the state of the project", or at the very beginning of a new conversation.
theinterneti/TTA.dev
Stars: 0Claude CodeCodexTeaches how to call an LLM using TTA.dev primitives. Use when the user wants to call an LLM, use LiteLLM, use make_resilient_llm, integrate with an LLM provider, pick a model string for groq, anthropic, openai, gemini, ollama, or openrouter, stream tokens, use tool calls, or set up Langfuse observability. Covers LiteLLMPrimitive (primary path), UniversalLLMPrimitive (fallback), LLMRequest/LLMResponse types, streaming, ToolSchema, and the primary/fallback architecture.
theinterneti/TTA.dev
Stars: 0Claude CodeCodexTeaches TTA.dev primitive composition patterns so an AI agent can compose a working workflow in 1-2 turns. Use when the user wants to compose a workflow, use TTA.dev primitives, add a retry primitive, use workflow context, build a pipeline, or wire up any primitive (LambdaPrimitive, RetryPrimitive, TimeoutPrimitive, CachePrimitive, CircuitBreakerPrimitive, FallbackPrimitive, SequentialPrimitive, ParallelPrimitive). Covers the >> composition operator, WorkflowContext state passing, import paths, anti-patterns, and end-to-end workflow execution.
theinterneti/TTA.dev
Stars: 0Claude CodeCodexStart a ralph style looping session
sterlingcrispin/claude_slash_commands
Stars: 199Claude CodeCodexPlan a huge chunk of work — more than one agent session can hold — as a shared map of decision tickets on your issue tracker, and resolve them one at a time until the way to the destination is clear.
MaksymilianCzadowski/skills
Stars: 0Claude CodeCodexDevelopment skill from everything-claude-code
sergiovazquezdml/Base-de-datos-aluminio
Stars: 0Claude CodeCodexDevelopment skill from everything-claude-code
sergiovazquezdml/Base-de-datos-aluminio
Stars: 0Claude CodeCodexScientific research and analysis skills
sergiovazquezdml/Base-de-datos-aluminio
Stars: 0Claude CodeCodexWindows 11 system management
sergiovazquezdml/Base-de-datos-aluminio
Stars: 0Claude CodeCodex42 skills e plugins de marketing para agentes Claude Code. 7 pods: conteúdo, SEO, CRO, canais, crescimento, inteligência, vendas. Contexto base + roteador de orquestração. 27 ferramentas Python (somente stdlib).
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexPlataforma autônoma de agentes de IA para construir e implantar agentes contínuos. Use ao criar agentes de workflow visual, implantar agentes autônomos persistentes ou construir sistemas complexos de automação de IA com múltiplas etapas.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexFramework de orquestração multi-agent para colaboração autônoma de IA. Use ao construir equipes de agentes especializados trabalhando juntos em tarefas complexas, quando você precisa de colaboração de agentes baseada em papéis com memória, ou para workflows em produção exigindo execução sequencial/hierárquica. Construído sem dependências de LangChain para execução enxuta e rápida.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexFramework para construir aplicações com LLM usando agentes, chains e RAG. Suporta múltiplos provedores (OpenAI, Anthropic, Google), 500+ integrações, agentes ReAct, tool calling, gerenciamento de memória e recuperação de vector stores. Use para construir chatbots, sistemas de perguntas e respostas, agentes autônomos ou aplicações RAG. Ideal para prototipagem rápida e deployments em produção.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexFramework de dados para construir aplicações LLM com RAG. Especializado em ingestão de documentos (300+ conectores), indexação e consultas. Inclui índices vetoriais, mecanismos de consulta, agentes e suporte multimodal. Use para perguntas sobre documentos, chatbots, recuperação de conhecimento ou construção de pipelines RAG. Ideal para aplicações LLM centradas em dados.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexCuração de dados acelerada por GPU para treinamento de LLM. Suporta texto/imagem/vídeo/áudio. Recursos incluem deduplicação fuzzy (16× mais rápida), filtragem de qualidade (30+ heurísticas), deduplicação semântica, redação de PII, detecção NSFW. Escala em GPUs com RAPIDS. Use para preparar datasets de treinamento de alta qualidade, limpar dados web ou deduplicar grandes corpora.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexAPI de treinamento distribuído mais simples. 4 linhas para adicionar suporte distribuído a qualquer script PyTorch. API unificada para DeepSpeed/FSDP/Megatron/DDP. Posicionamento automático de device, precisão mista (FP16/BF16/FP8). Config interativo, comando de launch único. Padrão do ecossistema HuggingFace.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexTreina modelos de linguagem grandes (2B-462B de parâmetros) usando NVIDIA Megatron-Core com estratégias avançadas de paralelismo. Use ao treinar modelos >1B de parâmetros, precisar de máxima eficiência de GPU (47% MFU em H100), ou necessitar de paralelismo tensor/pipeline/sequência/contexto/expert. Framework pronto para produção usado em Nemotron, LLaMA, DeepSeek.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexOrientação especializada para treinamento com Fully Sharded Data Parallel do PyTorch (FSDP) - sharding de parâmetros, precisão mista, CPU offloading, FSDP2
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexFramework PyTorch de alto nível com classe Trainer, treinamento distribuído automático (DDP/FSDP/DeepSpeed), sistema de callbacks e boilerplate mínimo. Escala de laptop para supercomputador com o mesmo código. Use quando quiser loops de treinamento limpos com boas práticas integradas.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexComprima modelos de linguagem grandes usando destilação de conhecimento de modelos professor para aluno. Use ao implantar modelos menores com desempenho retido, transferir capacidades do GPT-4 para modelos de código aberto ou reduzir custos de inferência. Aborda escalamento de temperatura, alvos suaves, KLD reversa, destilação de logits e estratégias de treinamento MiniLLM.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexEstenda janelas de contexto de modelos transformer usando RoPE, YaRN, ALiBi e técnicas de interpolação de posição. Use ao processar documentos longos (32k-128k+ tokens), estender modelos pré-treinados além dos limites de contexto originais ou implementar codificações posicionais eficientes. Cobre embeddings rotativos, vieses de atenção, métodos de interpolação e estratégias de extrapolação para LLMs.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexMescle múltiplos modelos ajustados usando mergekit para combinar capacidades sem retreinar. Use ao criar modelos especializados misturando expertise específica de domínio (math + coding + chat), melhorando performance além de modelos únicos, ou experimentando rapidamente variantes de modelos. Cobre SLERP, TIES-Merging, DARE, Task Arithmetic, mesclagem linear e estratégias de deploy em produção.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexReduza o tamanho de LLMs e acelere a inferência usando técnicas de pruning como Wanda e SparseGPT. Use para comprimir modelos sem retreinamento, alcançando 50% de esparsidade com perda mínima de acurácia, ou ativando inferência mais rápida em aceleradores de hardware. Cobre pruning não estruturado, pruning estruturado, esparsidade N:M, pruning por magnitude e métodos one-shot.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexAcelere a inferência de LLMs usando especulative decoding, múltiplas cabeças Medusa e técnicas de lookahead decoding. Use ao otimizar velocidade de inferência (aceleração de 1,5-3,6×), reduzir latência em aplicações em tempo real ou fazer deploy de modelos com recursos computacionais limitados. Cobre modelos draft, atenção em árvore, iteração de Jacobi, geração paralela de tokens e estratégias de deploy em produção.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexAvalia modelos de geração de código em HumanEval, MBPP, MultiPL-E e 15+ benchmarks com métricas pass@k. Use ao comparar modelos de código, avaliar capacidades de codificação, testar suporte multilíngue ou medir qualidade de geração de código. Padrão da indústria do BigCode Project usado pelos leaderboards do HuggingFace.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodexAvalia LLMs em mais de 60 benchmarks acadêmicos (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Use quando benchmarking de qualidade de modelo, comparação de modelos, relatório de resultados acadêmicos ou rastreamento de progresso de treinamento. Padrão da indústria usado por EleutherAI, HuggingFace e laboratórios principais. Suporta HuggingFace, vLLM, APIs.
artubss/SKILLS-CLAUDE-CODE
Stars: 12Claude CodeCodex