Was macht vllm-skills?
🚒 vLLM mit vorgefertigten Fähigkeiten für modulare Automatisierung bereitstellen und verwalten, gemäß der Anthropic-Vorlage für nahtlose Integration.
🚒 vLLM mit vorgefertigten Fähigkeiten für modulare Automatisierung bereitstellen und verwalten, gemäß der Anthropic-Vorlage für nahtlose Integration.
Diese Sammlung von Fähigkeiten (Skills) ermöglicht es, vLLM, eine Hochleistungs-Inferenz-Engine für Large Language Models, effizient zu deployen und zu verwalten. Sie basiert auf dem Anthropic-Vorlagenschema und bietet fertige Module für wiederkehrende Aufgaben wie Modellstart, Konfiguration, Überwachung und Fehlerbehebung. Die Fähigkeiten sind so konzipiert, dass sie in KI-Agenten-Frameworks wie Claude Code, Cursor oder Codex integriert werden können, um die Verwaltung von LLM-Inferenzen zu automatisieren. Durch die klare Trennung von Aufgaben in einzelne Skills wird eine modulare und wiederverwendbare Automatisierung erreicht, die Entwicklern hilft, Zeit zu sparen und konsistente Abläufe sicherzustellen.
npx skills add XrecentX/vllm-skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🚒 vLLM mit vorgefertigten Fähigkeiten für modulare Automatisierung bereitstellen und verwalten, gemäß der Anthropic-Vorlage für nahtlose Integration.
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.