modal
تشغيل كود Python في السحابة
متاح أيضًا من: davila7
Modal هي منصة خادمة-less لتشغيل كود Python في السحابة. توفر وصولاً فورياً إلى GPUs، وتوسعاً تلقائياً، وفوترة الدفع حسب الاستخدام. انشر نماذج ML، وشغل مهام المعالجة الدفعية، واعمل بواجهات برمجة التطبيقات بدون إدارة للبنية التحتية.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "modal". نشر دالة Python تلخص النص باستخدام نموذج HuggingFace على GPU
النتيجة المتوقعة:
- ✓ تم إنشاء تطبيق Modal مع وصول GPU من نوع L40S
- ✓ تم بناء صورة حاوية مع transformers وtorch
- ✓ تم نشر نقطة نهاية ويب لتلخيص النص
- ✓ النقطة النهائية متاحة على https://your-app.modal.run
استخدام "modal". تشغيل مهمة دفعية لمعالجة 1000 صورة بالتوازي
النتيجة المتوقعة:
- ✓ تم إنشاء دالة عاملة مع 4 أنوية CPU و8GB ذاكرة
- ✓ تم تكوين المعالجة المتوازية عبر 50 حاوية
- ✓ تم معالجة 1000 صورة في حوالي 8 دقائق
- ✓ النتائج محفوظة في Modal Volume في /data/output/
استخدام "modal". جدولة إعادة تدريب النموذج يومياً في منتصف الليل
النتيجة المتوقعة:
- ✓ تم إنشاء دالة مجدولة مع تعبير cron '0 0 * * *'
- ✓ تم تكوين GPU (A100) لحسابات التدريب
- ✓ تم إعداد إدارة الأسرار لبيانات اعتماد واجهة برمجة التطبيقات
- ✓ سجلات التدريب متاحة في لوحة تحكم Modal
التدقيق الأمني
آمنThis is a documentation-only skill for Modal, a legitimate serverless cloud computing platform. All 572 static findings are FALSE POSITIVES. The scanner misinterprets Markdown documentation code examples as executable code. Patterns flagged include CLI commands in documentation (modal run, modal deploy), environment variable documentation, and legitimate Modal API patterns. No malicious code, credential exfiltration, or actual security vulnerabilities exist. This skill contains only documentation files teaching users how to properly use the Modal platform.
عوامل الخطر
⚙️ الأوامر الخارجية (6)
🌐 الوصول إلى الشبكة (3)
📁 الوصول إلى نظام الملفات (3)
🔑 متغيرات البيئة (3)
درجة الجودة
ماذا يمكنك بناءه
نشر نماذج ML للاستدلال
انشر النماذج المدربة (LLMs، مصنفي الصور) للإنتاج مع تسريع GPU والتوسع التلقائي للحركة المتغيرة.
تشغيل مهام المعالجة الدفعية
معالجة مجموعات البيانات الكبيرة بالتوازي عبر حاويات متعددة. عالج آلاف الملفات أو صفوف البيانات في وقت واحد.
تنفيذ مهام حوسبة GPU
تشغيل مهام بحث مكثفة حوسباً على GPUs من نوع H100 أو A100. جدول مهام التدريب والحوسبة طويلة المدى.
جرّب هذه الموجهات
إنشاء تطبيق Modal الذي يشغل دالة Python على GPU من نوع L40S. يجب أن تقوم الدالة بتحميل نموذج من HuggingFace وإرجاع التوقعات. استخدم صورة حاوية مناسبة مع تثبيت torch وtransformers.
إعداد دالة Modal تعالج ملفات CSV بالتوازي. يجب أن تقرأ الدالة الملفات من دلو S3، وتطبق التحويلات، وتحفظ النتائج. استخدم التوازي على CPU مع أنوية متعددة.
إنشاء دالة مجدولة في Modal تعمل يومياً في الساعة 2 صباحاً. يجب أن تقوم الدالة بتحديث البيانات المخبأة من واجهة برمجة التطبيقات وتحديث الأوزان المخزنة في Modal Volume.
بناء نقطة نهاية ويب في Modal تقبل طلبات POST مع بيانات الإدخال. يجب أن تقوم النقطة بتشغيل الاستدلال باستخدام نموذج منشور وإرجاع التوقعات. قم بتضمين معالجة الأخطاء والمصادقة المناسبة.
أفضل الممارسات
- ثبّت جميع إصدارات حزم Python في تعريفات الصور لضمان عمليات بناء ونشر قابلة للتكرار
- استخدم Modal Secrets منفصلة لبيئات مختلفة (dev، staging، production) لمنع تسرب بيانات الاعتماد
- اضف min_containers مناسب لتقليل زمن استجابة البدء البارد لنقاط النهاية الحساسة للزمن
تجنب
- كتابة مفاتيح API أو بيانات الاعتماد مباشرة في كود الدالة بدلاً من استخدام Modal Secrets
- استيراد التبعيات الثقيلة في نطاق الوحدة بدلاً من داخل أجسام الدوال، مما يبطئ بدء الحاوية
- استخدام حلقات متسلسلة للمعالجة الدفعية بدلاً من .map() للتنفيذ المتوازي عبر الحاويات