目的：使用 TensorBoard 和权重与偏差 (WandB) 为 ML 训练提供完整的监控仪表板模板和设置脚本。

OpenRouter 的生产就绪模型路由配置和策略，通过智能后备链优化成本、速度、质量或平衡性能。

Next.js 应用程序中 Clerk 中间件的全面路由保护和授权模式。提供中间件配置、路由匹配器、基于角色的访问控制和身份验证边界。

Mem0 内存系统的性能优化模式和工具。该技能为平台和 OSS 部署的查询性能、降低成本、缓存策略和基础设施调整提供全面的优化技术。

该技能提供了可用于生产的集成模板，用于将机器学习模型部署到全栈应用程序中。它涵盖了 FastAPI 推理端点、Next.js 预测接口和用于 ML 元数据存储的 Supabase 模式。

LangGraph 工作流程设计模式的技能。

使用用于检索增强生成 (RAG) 的 Gemini 模型实施 Google 文件搜索 API 的综合技能。

使用时：

目的：使用特定于框架的模式和最佳实践将 Celery 与 Django、Flask 和 FastAPI 集成。

使克劳德能够在做出回应之前“大声思考”——显着改善复杂的推理任务。

目的：提供完整、可运行的示例项目，演示从数据准备到部署的 ML 训练工作流程。

Supabase 支持的评估结果跟踪技能。

用于通过重新发送实现强大的电子邮件传送的综合模式和模板，涵盖单封电子邮件、批量操作、计划传送和附件处理。

目的：为跨云 GPU 平台（Modal、Lambda Labs、RunPod）的 ML 训练和推理提供生产就绪的成本估算工具。

目的：为 RAG 管道提供生产就绪的文档分块实施、基准测试工具和策略选择指南。

LangGraph 状态持久化和检查点的技能。

生产就绪的 Next.js UI 组件，用于将 Stripe 支付与 TypeScript、Tailwind CSS 和辅助功能集成。提供完整的结帐流程、订阅管理和付款表单组件。

为所有主要 Python 框架（Django、Flask、FastAPI、独立）提供生产就绪的 Celery 配置模板，并具有完整的代理设置（Redis、RabbitMQ）、安全最佳实践和特定于框架的集成模式。

目的：Celery 的全面消息代理配置，以及 Redis、RabbitMQ 和 Amazon SQS 的生产就绪模式。

此技能提供了与 Stripe 的完整 Clerk Billing 集成，用于订阅管理、定价计划和付款处理。 Clerk Billing 通过直接连接到 Stripe，同时处理用户界面、权利逻辑和会话感知计费流程，消除了对自定义 Webhook 和支付 UI 的需求。