Communitygithub.com

majiayu000/claude-skill-registry

Flujo de trabajo de IA y aprendizaje automático que cubre desarrollo de aplicaciones LLM, implementación RAG, arquitectura de agentes, pipelines de ML y funciones potenciadas por IA.

¿Qué es claude-skill-registry?

Este bundle de flujos de trabajo de IA/ML proporciona una guía integral paso a paso para construir aplicaciones con modelos de lenguaje grandes (LLM), implementar sistemas de Recuperación Aumentada por Generación (RAG), desarrollar agentes de IA y crear pipelines de aprendizaje automático. Está diseñado para desarrolladores y equipos de IA que buscan acelerar el desarrollo de productos de IA desde el diseño hasta la producción, cubriendo fases como integración de LLM, implementación de RAG, desarrollo de agentes (incluyendo marcos como CrewAI y LangGraph), pipelines de ML, observabilidad con herramientas como Langfuse, y seguridad. Cada fase enumera habilidades específicas a invocar, acciones concretas y prompts de copiar y pegar para facilitar la ejecución directa en asistentes de IA como Claude, Cursor o Codex. También incluye listas de verificación y puertas de calidad para asegurar que las características de IA sean probadas, seguras y observables.

Compatible con✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/ai-ml/ai-ml-galacticvraj-vraj-portfolio

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Bundle de Flujo de Trabajo de IA/ML

Resumen

Flujo de trabajo integral de IA/ML para construir aplicaciones LLM, implementar sistemas RAG, crear agentes de IA y desarrollar pipelines de aprendizaje automático. Este bundle orquesta habilidades para el desarrollo de IA en producción.

Cuándo usar este flujo de trabajo

Usa este flujo de trabajo cuando:

  • Construyas aplicaciones potenciadas por LLM
  • Implementes RAG (Recuperación Aumentada por Generación)
  • Creases agentes de IA
  • Desarrolles pipelines de ML
  • Añadas funciones de IA a aplicaciones
  • Configures observabilidad de IA

Fases del flujo de trabajo

Fase 1: Diseño de aplicación de IA

Habilidades a invocar

  • ai-product - Desarrollo de producto de IA
  • ai-engineer - Ingeniería de IA
  • ai-agents-architect - Arquitectura de agentes
  • llm-app-patterns - Patrones LLM

Acciones

  1. Definir casos de uso de IA
  2. Elegir modelos apropiados
  3. Diseñar arquitectura del sistema
  4. Planificar flujos de datos
  5. Definir métricas de éxito

Prompts de copiar y pegar

Usa @ai-product para diseñar funciones potenciadas por IA
Usa @ai-agents-architect para diseñar un sistema multi-agente

Fase 2: Integración de LLM

Habilidades a invocar

  • llm-application-dev-ai-assistant - Desarrollo de asistente de IA
  • llm-application-dev-langchain-agent - Agentes LangChain
  • llm-application-dev-prompt-optimize - Ingeniería de prompts
  • gemini-api-dev - API de Gemini

Acciones

  1. Seleccionar proveedor de LLM
  2. Configurar acceso a API
  3. Implementar plantillas de prompts
  4. Configurar parámetros del modelo
  5. Añadir soporte de streaming
  6. Implementar manejo de errores

Prompts de copiar y pegar

Usa @llm-application-dev-ai-assistant para construir IA conversacional
Usa @llm-application-dev-langchain-agent para crear agentes LangChain
Usa @llm-application-dev-prompt-optimize para optimizar prompts

Fase 3: Implementación de RAG

Habilidades a invocar

  • rag-engineer - Ingeniería de RAG
  • rag-implementation - Implementación de RAG
  • embedding-strategies - Selección de embeddings
  • vector-database-engineer - Bases de datos vectoriales
  • similarity-search-patterns - Búsqueda por similitud
  • hybrid-search-implementation - Búsqueda híbrida

Acciones

  1. Diseñar pipeline de datos
  2. Elegir modelo de embeddings
  3. Configurar base de datos vectorial
  4. Implementar estrategia de chunking
  5. Configurar recuperación
  6. Añadir reordenamiento
  7. Implementar almacenamiento en caché

Prompts de copiar y pegar

Usa @rag-engineer para diseñar un pipeline RAG
Usa @vector-database-engineer para configurar búsqueda vectorial
Usa @embedding-strategies para seleccionar embeddings óptimos

Fase 4: Desarrollo de agentes de IA

Habilidades a invocar

  • autonomous-agents - Patrones de agentes autónomos
  • autonomous-agent-patterns - Patrones de agentes
  • crewai - Framework CrewAI
  • langgraph - LangGraph
  • multi-agent-patterns - Sistemas multi-agente
  • computer-use-agents - Agentes de uso de ordenador

Acciones

  1. Diseñar arquitectura del agente
  2. Definir roles del agente
  3. Implementar integración de herramientas
  4. Configurar sistemas de memoria
  5. Configurar orquestación
  6. Añadir supervisión humana (human-in-the-loop)

Prompts de copiar y pegar

Usa @crewai para construir un sistema multi-agente basado en roles
Usa @langgraph para crear flujos de trabajo de IA con estado
Usa @autonomous-agents para diseñar un agente autónomo

Fase 5: Desarrollo de pipeline de ML

Habilidades a invocar

  • ml-engineer - Ingeniería de ML
  • mlops-engineer - MLOps
  • machine-learning-ops-ml-pipeline - Pipelines de ML
  • ml-pipeline-workflow - Flujos de trabajo de ML
  • data-engineer - Ingeniería de datos

Acciones

  1. Diseñar pipeline de ML
  2. Configurar procesamiento de datos
  3. Implementar entrenamiento del modelo
  4. Configurar evaluación
  5. Configurar registro de modelos
  6. Desplegar modelos

Prompts de copiar y pegar

Usa @ml-engineer para construir un pipeline de aprendizaje automático
Usa @mlops-engineer para configurar la infraestructura de MLOps

Fase 6: Observabilidad de IA

Habilidades a invocar

  • langfuse - Observabilidad con Langfuse
  • manifest - Telemetría con Manifest
  • evaluation - Evaluación de IA
  • llm-evaluation - Evaluación de LLM

Acciones

  1. Configurar trazabilidad
  2. Configurar registro de eventos
  3. Implementar evaluación
  4. Monitorear rendimiento
  5. Rastrear costos
  6. Configurar alertas

Prompts de copiar y pegar

Usa @langfuse para configurar observabilidad de LLM
Usa @evaluation para crear un framework de evaluación

Fase 7: Seguridad de IA

Habilidades a invocar

  • prompt-engineering - Seguridad de prompts
  • security-scanning-security-sast - Escaneo de seguridad

Acciones

  1. Implementar validación de entrada
  2. Añadir filtrado de salida
  3. Configurar límite de tasa
  4. Configurar controles de acceso
  5. Monitorear abusos
  6. Implementar registro de auditoría

Lista de verificación de desarrollo de IA

Integración de LLM

  • Claves de API aseguradas
  • Límite de tasa configurado
  • Manejo de errores implementado
  • Streaming habilitado
  • Uso de tokens rastreado

Sistema RAG

  • Pipeline de datos funcionando
  • Embeddings generados
  • Búsqueda vectorial optimizada
  • Precisión de recuperación probada
  • Almacenamiento en caché implementado

Agentes de IA

  • Roles de agentes definidos
  • Herramientas integradas
  • Memoria funcionando
  • Orquestación probada
  • Manejo de errores robusto

Observabilidad

  • Trazabilidad habilitada
  • Métricas recopiladas
  • Evaluación en ejecución
  • Alertas configuradas
  • Paneles de control creados

Puertas de calidad

  • Todas las funciones de IA probadas
  • Benchmarks de rendimiento cumplidos
  • Medidas de seguridad implementadas
  • Observabilidad configurada
  • Documentación completa

Bundles de flujo de trabajo relacionados

  • development - Desarrollo de aplicaciones
  • database - Gestión de datos
  • cloud-devops - Infraestructura
  • testing-qa - Pruebas de IA

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Skills relacionados