Plataforma de engenharia de IA de código aberto para agentes, LLMs e modelos de ML. O MLflow permite que equipes de todos os tamanhos depurem, avaliem, monitorem e otimizem aplicações de IA de nível de produção, controlando custos e gerenciando acesso a modelos e dados.
O MLflow é uma plataforma de engenharia de IA de código aberto projetada para agentes, grandes modelos de linguagem (LLMs) e modelos de aprendizado de máquina (ML). Ele capacita equipes de todos os tamanhos a depurar, avaliar, monitorar e otimizar aplicações de IA em produção, enquanto mantêm controle sobre custos e acesso a modelos e dados. A ferramenta é compatível com uma ampla variedade de bibliotecas e estruturas de IA, podendo ser integrada a fluxos de trabalho com agentes como Claude Code, Cursor e Codex. Por meio de seu rastreamento de experimentos, registro de modelos e sistema de avaliação, o MLflow fornece uma visão unificada do ciclo de vida de desenvolvimento de IA, facilitando a colaboração em equipe e a governança de ativos de IA.
npx skills add mlflow/mlflowInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Plataforma de engenharia de IA de código aberto para agentes, LLMs e modelos de ML. O MLflow permite que equipes de todos os tamanhos depurem, avaliem, monitorem e otimizem aplicações de IA de nível de produção, controlando custos e gerenciando acesso a modelos e dados.
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.