Communitygithub.com

majiayu000/claude-skill-registry

Flux de travail IA/ML couvrant le développement d'applications LLM, la mise en œuvre de RAG, l'architecture d'agents, les pipelines ML et les fonctionnalités basées sur l'IA.

Qu'est-ce que claude-skill-registry ?

Ce bundle de workflows orchestre un ensemble complet de compétences pour le développement d'applications IA en production, couvrant les sept phases clés : conception d'applications IA, intégration LLM, implémentation RAG, développement d'agents IA, pipelines ML, observabilité et sécurité. Il est conçu pour les développeurs et ingénieurs IA utilisant des plateformes comme Claude Code, Cursor ou Codex. Le flux de travail fournit des actions étape par étape, des prompts copier-coller pour invoquer des compétences spécifiques, ainsi qu'une checklist de développement et des portes de qualité pour garantir des déploiements robustes. Il s'appuie sur des compétences spécialisées telles que `rag-engineer`, `crewai`, `langgraph`, `langfuse` et `ml-pipeline-workflow` pour couvrir l'ensemble du cycle de vie d'un projet IA, de la conception à la mise en production.

Compatible avec✓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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Bundle de flux de travail IA/ML

Aperçu

Flux de travail IA/ML complet pour la création d'applications LLM, la mise en œuvre de systèmes RAG, la création d'agents IA et le développement de pipelines d'apprentissage automatique. Ce bundle orchestre les compétences pour un développement IA en production.

Quand utiliser ce flux de travail

Utilisez ce flux de travail lorsque :

  • Vous créez des applications basées sur LLM
  • Vous implémentez RAG (Génération Augmentée par Récupération)
  • Vous créez des agents IA
  • Vous développez des pipelines ML
  • Vous ajoutez des fonctionnalités IA à des applications
  • Vous mettez en place l'observabilité IA

Phases du flux de travail

Phase 1 : Conception d'application IA

Compétences à invoquer

  • ai-product - Développement de produits IA
  • ai-engineer - Ingénierie IA
  • ai-agents-architect - Architecture d'agents
  • llm-app-patterns - Modèles LLM

Actions

  1. Définir les cas d'utilisation IA
  2. Choisir les modèles appropriés
  3. Concevoir l'architecture du système
  4. Planifier les flux de données
  5. Définir les indicateurs de succès

Prompts copier-coller

Utilisez @ai-product pour concevoir des fonctionnalités basées sur l'IA
Utilisez @ai-agents-architect pour concevoir un système multi-agents

Phase 2 : Intégration LLM

Compétences à invoquer

  • llm-application-dev-ai-assistant - Développement d'assistant IA
  • llm-application-dev-langchain-agent - Agents LangChain
  • llm-application-dev-prompt-optimize - Ingénierie des prompts
  • gemini-api-dev - API Gemini

Actions

  1. Sélectionner le fournisseur LLM
  2. Configurer l'accès API
  3. Implémenter les modèles de prompts
  4. Configurer les paramètres du modèle
  5. Ajouter le support du streaming
  6. Implémenter la gestion des erreurs

Prompts copier-coller

Utilisez @llm-application-dev-ai-assistant pour construire une IA conversationnelle
Utilisez @llm-application-dev-langchain-agent pour créer des agents LangChain
Utilisez @llm-application-dev-prompt-optimize pour optimiser les prompts

Phase 3 : Implémentation RAG

Compétences à invoquer

  • rag-engineer - Ingénierie RAG
  • rag-implementation - Implémentation RAG
  • embedding-strategies - Sélection d'embeddings
  • vector-database-engineer - Bases de données vectorielles
  • similarity-search-patterns - Recherche par similarité
  • hybrid-search-implementation - Recherche hybride

Actions

  1. Concevoir le pipeline de données
  2. Choisir le modèle d'embedding
  3. Configurer la base de données vectorielle
  4. Implémenter la stratégie de segmentation
  5. Configurer la récupération
  6. Ajouter le reclassement
  7. Implémenter la mise en cache

Prompts copier-coller

Utilisez @rag-engineer pour concevoir un pipeline RAG
Utilisez @vector-database-engineer pour configurer la recherche vectorielle
Utilisez @embedding-strategies pour sélectionner les embeddings optimaux

Phase 4 : Développement d'agents IA

Compétences à invoquer

  • autonomous-agents - Modèles d'agents autonomes
  • autonomous-agent-patterns - Modèles d'agents
  • crewai - Framework CrewAI
  • langgraph - LangGraph
  • multi-agent-patterns - Systèmes multi-agents
  • computer-use-agents - Agents utilisant l'ordinateur

Actions

  1. Concevoir l'architecture de l'agent
  2. Définir les rôles de l'agent
  3. Implémenter l'intégration des outils
  4. Configurer les systèmes de mémoire
  5. Configurer l'orchestration
  6. Ajouter une intervention humaine

Prompts copier-coller

Utilisez @crewai pour construire un système multi-agents basé sur les rôles
Utilisez @langgraph pour créer des workflows IA avec état
Utilisez @autonomous-agents pour concevoir un agent autonome

Phase 5 : Développement de pipelines ML

Compétences à invoquer

  • ml-engineer - Ingénierie ML
  • mlops-engineer - MLOps
  • machine-learning-ops-ml-pipeline - Pipelines ML
  • ml-pipeline-workflow - Workflows ML
  • data-engineer - Ingénierie des données

Actions

  1. Concevoir le pipeline ML
  2. Configurer le traitement des données
  3. Implémenter l'entraînement du modèle
  4. Configurer l'évaluation
  5. Configurer le registre de modèles
  6. Déployer les modèles

Prompts copier-coller

Utilisez @ml-engineer pour construire un pipeline d'apprentissage automatique
Utilisez @mlops-engineer pour configurer l'infrastructure MLOps

Phase 6 : Observabilité IA

Compétences à invoquer

  • langfuse - Observabilité Langfuse
  • manifest - Télémétrie Manifest
  • evaluation - Évaluation IA
  • llm-evaluation - Évaluation LLM

Actions

  1. Configurer le traçage
  2. Configurer la journalisation
  3. Implémenter l'évaluation
  4. Surveiller les performances
  5. Suivre les coûts
  6. Configurer les alertes

Prompts copier-coller

Utilisez @langfuse pour configurer l'observabilité LLM
Utilisez @evaluation pour créer un cadre d'évaluation

Phase 7 : Sécurité IA

Compétences à invoquer

  • prompt-engineering - Sécurité des prompts
  • security-scanning-security-sast - Analyse de sécurité

Actions

  1. Implémenter la validation des entrées
  2. Ajouter le filtrage des sorties
  3. Configurer la limitation de débit
  4. Configurer les contrôles d'accès
  5. Surveiller les abus
  6. Implémenter la journalisation d'audit

Checklist de développement IA

Intégration LLM

  • Clés API sécurisées
  • Limitation de débit configurée
  • Gestion des erreurs implémentée
  • Streaming activé
  • Utilisation des token suivie

Système RAG

  • Pipeline de données fonctionnel
  • Embeddings générés
  • Recherche vectorielle optimisée
  • Précision de la récupération testée
  • Mise en cache implémentée

Agents IA

  • Rôles des agents définis
  • Outils intégrés
  • Mémoire fonctionnelle
  • Orchestration testée
  • Gestion des erreurs robuste

Observabilité

  • Traçage activé
  • Métriques collectées
  • Évaluation en cours
  • Alertes configurées
  • Tableaux de bord créés

Portes de qualité

  • Toutes les fonctionnalités IA testées
  • Références de performance atteintes
  • Mesures de sécurité en place
  • Observabilité configurée
  • Documentation complète

Bundles de flux de travail associés

  • development - Développement d'applications
  • database - Gestion des données
  • cloud-devops - Infrastructure
  • testing-qa - Tests 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 associés