Entrena y ajusta modelos de visión para detección de objetos, clasificación de imágenes y segmentación utilizando Hugging Face Transformers en Hugging Face Jobs...
Este skill permite entrenar y ajustar modelos de visión por computadora (detección de objetos, clasificación de imágenes y segmentación) usando Hugging Face Transformers y la infraestructura de Hugging Face Jobs. Soporta arquitecturas modernas como D-FINE, RT-DETR v2, DETR, YOLOS para detección; modelos timm (MobileNetV3, MobileViT, ResNet, ViT/DINOv3) y clasificadores de Transformers para clasificación; y SAM/SAM2 para segmentación. Es útil para desarrolladores e investigadores que necesitan escalar el entrenamiento de modelos de visión sin gestionar clústeres ni GPUs locales, aprovechando jobs gestionados de Hugging Face. El skill automatiza la configuración del entorno, la preparación de datasets (desde Hugging Face Datasets o rutas locales), y la ejecución de scripts de entrenamiento con argumentos personalizados.
npx skills add https://github.com/dhar174/DeskBuddy/tree/main/.agents/skills/hugging-face-vision-trainerEntrena y ajusta modelos de visión para detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), clasificación de imágenes (modelos timm — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 — y cualquier clasificador de Transformers) y segmentación SAM/SAM2 usando Hugging Face Transformers en Hugging Face Jobs...
This repo contains 2 individual skills — each has its own dedicated page.
Harden Docker/container images and runtime deployments with secure base images, non-root users, CVE scanning, SBOM/signing, seccomp/AppArmor, and Kubernetes pod security controls. Use for Dockerfile security reviews, container CVEs, image scanning, distroless images, or production hardening.
Secure environment variable management ensuring secrets are never exposed in Claude sessions, terminals, logs, or git commits
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".