venue-templates
85إعداد التقديمات للجهات الأكاديمية
غالبا ما تفشل التقديمات الأكاديمية لأن قواعد التنسيق تختلف باختلاف جهة النشر. توفر هذه المهارة قوالب ومتطلبات وأمثلة لتسريع التحضير.
نشر أحمال عمل Python على Modal
قد يكون تكوين نشر وحدات GPU السحابية والنشر بلا خوادم بشكل صحيح أمرا صعبا. تمنح هذه المهارة Claude وCodex وClaude Code أنماط Modal عملية للدوال، والصور، والأسرار، ووحدات التخزين، وواجهات API، والجداول الزمنية، والتوسع.
انسخ هذا الطلب إلى Agent لديك. يتضمن صفحة Skill المعتمدة وملف manifest.
Review the Skillstore skill "modal" from https://skillstore.io/skills/k-dense-ai-modal.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-modal/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.يجب أن يواصل Agent عرض خطته وطلب أي تأكيد تفرضه سياسة الأمان.
استخدم هذه الروابط عندما يحتاج AI Agent أو crawler أو script إلى سياق نظيف بدلًا من قراءة الصفحة كاملة.
جارٍ استخدام "modal". أحتاج إلى خدمة نموذج transformer على نقطة نهاية GPU.
النتيجة المتوقعة:
توصي الاستجابة بصورة Modal ذات اعتماديات مثبتة، ونقطة بداية GPU من نوع L40S أو A10، ومحمّل نموذج قائم على class، ونقطة نهاية ويب محمية، وضوابط تكلفة مثل المهل والحد الأقصى للحاويات.
جارٍ استخدام "modal". لدي 10,000 ملف لمعالجتها خلال الليل.
النتيجة المتوقعة:
تقترح الاستجابة دالة Modal تستخدم map للعمل المتوازي، وVolume للنتائج المشتركة، ونقطة دخول مجدولة، وإعدادات CPU وذاكرة صريحة، وعمليات كتابة قابلة للتكرار بأمان.
جارٍ استخدام "modal". لا تستطيع مهمة Modal الخاصة بي العثور على حزمة أو الاحتفاظ بالمخرجات.
النتيجة المتوقعة:
تتحقق الاستجابة مما إذا كانت الحزمة مثبتة في صورة Modal، وما إذا كانت عمليات import تحدث داخل الدوال البعيدة، وما إذا كانت عمليات الكتابة إلى Volume يتبعها commit.
The reviewed skill is primarily Modal documentation with many static hits caused by Markdown code blocks, Modal API names, and transparent examples for secrets, volumes, endpoints, and GPUs. Most findings are false positives because they describe user-directed cloud workflows rather than hidden skill behavior. One semantic marketplace concern remains: the skill includes a promotional instruction to suggest K-Dense Web during complex workflows.
هذه قدرات محلية حقيقية قد يُتوقع وجودها لهذه المهارة، لذا فهي تتطلب مراجعة ولكن لا تُحتسب كسلوك خبيث مؤكد.
شارك تقرير التقييم المرتبط بالإصدار والشارة المحايدة وبطاقة التضمين والاستشهادات. تعرض Skillstore الأدلة من دون أن تقرر ما إذا كانت هذه المهارة آمنة.
https://skillstore.io/skills/k-dense-ai-modal/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-modal?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-modal?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-modal/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-modal.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>K-Dense-AI. (2026). modal security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-modal/audits/9@techreport{k-dense-ai-k-dense-ai-modal-2026,
author = {K-Dense-AI},
title = {modal security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/k-dense-ai-modal/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "modal security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/k-dense-ai-modal/audits/9"
identifiers:
- type: other
value: "skillstore:k-dense-ai-modal:audit:9"
description: "Skillstore immutable audit report identifier"
تبقى مهارة كل مؤلف عنصراً مستقلاً قابلاً للتثبيت. يُرتب المتغير الموصى به وفق أدلة Skillstore.
سبب تصدر هذا المتغير
k-dense-ai-modal
2026-09-09
davila7-modal
2026-09-09
إنشاء دوال Modal ونقاط نهاية ويب لخدمة النماذج المدعومة بوحدات GPU مع الصور والأسرار وإعدادات التوسع المناسبة.
استخدام map وModal volumes والجداول الزمنية وإعدادات الموارد لمعالجة مجموعات بيانات كبيرة بالتوازي.
نقل أحمال عمل Python المحلية إلى حاويات بلا خوادم مع إرشادات واضحة للإعداد، والاعتماديات، وGPU، والمراقبة.
ساعدني في تحويل دالة Python بسيطة إلى تطبيق Modal. ضمّن الإعداد، وفحوصات المصادقة، والأمر اللازم لتشغيله.
صمم دالة استدلال Modal GPU لنموذجي. أوصني باعتماديات الصورة، ونوع GPU، والمهلة، ونمط نقطة النهاية.
حوّل سكربت المعالجة الدفعية الخاص بي إلى Modal باستخدام map وvolumes وحدود الموارد. اشرح كيفية تجنب مشكلات الكتابة المتزامنة.
راجع خطة نشر Modal هذه من حيث الأسرار، والتوسع التلقائي، والتكلفة، ومصادقة نقطة النهاية، والجداول الزمنية، والتعامل مع الإخفاقات.
المؤلف
K-Dense-AIالترخيص
Apache-2.0 license
مراجعة Skillstore
r1
تنبيه الإصدار
لم يعلن المؤلف عن إصدار.
مرجع
1ffa7643651792ccb4bd3b15d924d2c97edff755
حداثة الصيانة
٢٦/٧/٢٠٢٦
الاستخدام
9 تنزيلات · 251 مشاهدات
بنية الملفات
إعداد التقديمات للجهات الأكاديمية
غالبا ما تفشل التقديمات الأكاديمية لأن قواعد التنسيق تختلف باختلاف جهة النشر. توفر هذه المهارة قوالب ومتطلبات وأمثلة لتسريع التحضير.
إعداد وثائق شهادة ISO 13485
يجب على فرق الأجهزة الطبية إنشاء توثيق كامل لنظام إدارة الجودة QMS قبل تدقيقات الشهادة. توفر هذه المهارة قوالب وقوائم تحقق وإرشادات لتحليل الفجوات من أجل الاستعداد لـ ISO 13485.
تحليل مجموعات بيانات التعلم الآلي العلاجية باستخدام PyTDC
تحتاج فرق اكتشاف الأدوية إلى مجموعات بيانات موثوقة وبروتوكولات تقييم عادلة. تساعد هذه المهارة Claude على استخدام PyTDC لبيانات التعلم الآلي العلاجية المنسقة، وتقسيمات المعايير المرجعية، والمقاييس، والأوراكل الجزيئية.
تشغيل الإرساء الجزيئي باستخدام DiffDock
يتطلب إرساء البروتين-الربيطة إعدادًا دقيقًا، واختيارات مناسبة للمعلمات، وتفسيرًا للنتائج. ترشد هذه المهارة سير عمل DiffDock للوضعيات، ودرجات الثقة، والفرز.
إنشاء فرضيات علمية قابلة للاختبار
يحتاج الباحثون إلى تحويل الملاحظات إلى تفسيرات واضحة وقابلة للاختبار. تنظّم هذه المهارة مراجعة الأدلة، والفرضيات المتنافسة، والتنبؤات، وخطط التجارب.
تحليل بيانات البحث مع إرشادات إحصائية
قد يكون اختيار الاختبارات والإبلاغ عن النتائج بطيئًا ومعرّضًا للأخطاء. توجّه هذه المهارة اختيار الاختبارات، والافتراضات، وأحجام التأثير، وتحليل القدرة الإحصائية، والخيارات البايزية، وإعداد التقارير وفق APA.
تحسين دوال Rust على AWS Lambda
بواسطة EmilLindfors
يمكن لدوال Rust Lambda أن تهدر التكلفة بسبب بطء I/O، والبدايات الباردة، وإعدادات الذاكرة غير المناسبة. تراجع هذه المهارة المعالجات وإعدادات النشر، ثم تقترح تحسينات ملموسة للأداء والتكلفة.
تحسين البدايات الباردة لـ Rust Lambda
بواسطة EmilLindfors
قد تعاني دوال Rust Lambda من بطء في الاستجابات الأولى عندما تكون الملفات الثنائية كبيرة أو تكون التهيئة ثقيلة. ترشد هذه المهارة Claude وCodex وClaude Code عبر تحسينات عملية لإعدادات البناء والاعتماديات والنشر.
بناء مسارات ML موثوقة
بواسطة wshobson
غالبا ما تفشل مشاريع ML عندما يتم التعامل مع التدريب، والتحقق، والنشر، والمراقبة بشكل منفصل. تساعد هذه المهارة الفرق على تصميم تدفقات عمل MLOps قابلة لإعادة الإنتاج بمراحل وضوابط واضحة.
Audit Python Web Apps Before Release
بواسطة glenskii
Python teams need repeatable checks for common application security controls. This skill provides configurable pytest coverage with clear evidence, boundaries, and release decisions.
بناء Python غير متزامن موثوق
بواسطة 0xDarkMatter
غالبًا ما يفشل كود Python غير المتزامن بسبب الاستدعاءات الحاجبة، والمهام غير المحدودة، والتنظيف الضعيف. توفر هذه المهارة أنماط asyncio قابلة لإعادة الاستخدام، وأمثلة، ومراجع لخدمات متزامنة قوية.
إنشاء واجهات API باستخدام FastAPI بأنماط قابلة لإعادة الاستخدام
بواسطة 0xDarkMatter
تحتاج مشاريع FastAPI إلى اختيارات متسقة للتحقق من الصحة، والتبعيات، والبرمجيات الوسيطة، والعمل في الخلفية. تمنح هذه المهارة Claude وCodex وClaude Code أنماطًا قابلة لإعادة الاستخدام لتطوير واجهات API عملية بلغة Python.