Was macht client-signal-triage?
Stapelverarbeitung von Kandidaten-Datensignalen in GO/DEFER/NO-GO-Entscheidungen für ML-Pipelines.
Stapelverarbeitung von Kandidaten-Datensignalen in GO/DEFER/NO-GO-Entscheidungen für ML-Pipelines
Diese Fähigkeit ermöglicht die effiziente Massenverarbeitung (Batch-Triage) von Kandidaten-Datensignalen, die für maschinelle Lernpipelines vorgesehen sind. Sie klassifiziert jedes Signal automatisiert in eine der drei Entscheidungskategorien: GO (freigegeben), DEFER (zurückgestellt) oder NO-GO (abgelehnt). Dies ist besonders nützlich für Datenwissenschaftler und ML-Ingenieure, die große Mengen potenzieller Datenquellen oder Features schnell bewerten müssen, bevor sie in Produktionspipelines integriert werden. Die Fähigkeit ist ideal für CI/CD-Arbeitsabläufe in der ML-Entwicklung und kann in Umgebungen wie Claude Code oder anderen agentenbasierten Tools eingesetzt werden, um den Triage-Prozess zu automatisieren und zu standardisieren. Sie reduziert manuellen Aufwand und beschleunigt die Datenauswahl für robuste ML-Modelle.
npx skills add wan-huiyan/client-signal-triageInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Stapelverarbeitung von Kandidaten-Datensignalen in GO/DEFER/NO-GO-Entscheidungen für ML-Pipelines.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.