Compétences ai-ml
📦

ai-ml

Sûr

بناء تطبيقات الذكاء الاصطناعي/التعلم الآلي مع Claude

يوفر حزمة سير العمل هذه دليلاً شاملاً لبناء تطبيقات الذكاء الاصطناعي للإنتاج، من تكامل النماذج اللغوية الكبيرة إلى أنظمة استرجاع البيانات المعزز (RAG) ووكلاء الذكاء الاصطناعي. تقوم بتنسيق مهارات متعددة ومتخصصة في عملية تطوير متماسكة.

Prend en charge: Claude Codex Code(CC)
📊 71 Adéquat
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "ai-ml". استخدم @ai-product لتصميم ميزات مدعومة بالذكاء الاصطناعي

Résultat attendu:

يؤدي هذا إلى تشغيل مهارة ai-product لتوجيهك خلال تصميم ميزات الذكاء الاصطناعي مع تحديد حالات الاستخدام واختيار النموذج وتخطيط البنية.

Utilisation de "ai-ml". استخدم @rag-engineer لتصميم خط أنابيب RAG

Résultat attendu:

توفر مهارة rag-engineer إرشادات حول تصميم خطوط استرجاع البيانات المعزز بما في ذلك تصميم خط البيانات واختيار نموذج التضمين وإعداد قاعدة البيانات المتجهة.

Utilisation de "ai-ml". استخدم @langgraph لإنشاء سير عمل ذكاء اصطناعي ذاتي الحالة

Résultat attendu:

تساعد مهارة تكامل LangGraph في إنشاء سير عمل ذكاء اصطناعي معقدة ذاتية الحالة مع الإدارة المناسبة للحالة وتنسيق سير العمل.

Audit de sécurité

Sûr
v1 • 2/24/2026

Static analysis flagged 75 potential issues (external_commands, weak_crypto, system_reconnaissance) but all are false positives. The file is a markdown documentation bundle that orchestrates other skills via reference names in code blocks. No actual code execution, shell commands, or cryptographic operations exist. This is safe for publication.

1
Fichiers analysés
254
Lignes analysées
3
résultats
1
Total des audits
Problèmes à risque moyen (3)
SKILL.md:32-252
False Positive: External Commands Detection
Static analyzer detected 'Ruby/shell backtick execution' at 64 locations (lines 32-252). These are markdown code fences (```) containing example prompts like 'Use @ai-product to design AI-powered features', NOT actual shell commands. The backtick syntax is markdown formatting for code blocks.
SKILL.md:3-155
False Positive: Weak Cryptographic Algorithm
Static analyzer flagged 'weak cryptographic algorithm' at 11 locations (lines 3, 29, 40, 46, 50, 93, 103, 125, 142, 155). These are YAML frontmatter fields like 'risk: safe', 'domain: artificial-intelligence' - configuration metadata, not crypto algorithms.
SKILL.md:90
False Positive: System Reconnaissance
Static analyzer flagged 'system reconnaissance' at line 90. Line 90 contains '- hybrid-search-implementation', a skill reference name in a list of related skills. This is not reconnaissance activity.
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
85
Contenu
50
Communauté
90
Sécurité
83
Conformité aux spécifications

Ce que vous pouvez construire

بناء تطبيقات مدعومة بالنماذج اللغوية الكبيرة

اتبع سير العمل المرحلي لتصميم ودمج ونشر الميزات المدعومة بالنماذج اللغوية الكبيرة مع المراقبة المناسبة.

تنفيذ أنظمة RAG

استخدم مرحلة تنفيذ RAG لإعداد قواعد البيانات المتجهة واستراتيجيات التضمين وخطوط استرجاع البيانات.

إنشاء أنظمة وكلاء الذكاء الاصطناعي

صمم هياكل متعددة الوكلاء باستخدام أنماط الوكلاء المستقلين وتكامل CrewAI وLangGraph.

Essayez ces prompts

تصميم ميزة منتج ذكاء اصطناعي 
استخدم @ai-product لتصميم ميزات مدعومة بالذكاء الاصطناعي لتطبيقك. اتبع سير عمل المرحلة 1.
بناء خط أنابيب RAG 
استخدم @rag-engineer لتصميم خط أنابيب RAG، ثم @vector-database-engineer لإعداد البحث المتجهي، و@embedding-strategies لاختيار التضمينات المثلى.
إنشاء نظام متعدد الوكلاء 
استخدم @crewai لبناء نظام متعدد الوكلاء قائم على الأدوار، ثم @langgraph لإنشاء سير عمل ذكاء اصطناعي ذاتي الحالة.
إعداد خط أنابيب التعلم الآلي 
استخدم @ml-engineer لبناء خط أنابيب التعلم الآلي و@mlops-engineer لإعداد بنية MLOps.

Bonnes pratiques

  • اتبع مراحل سير العمل بالترتيب لتطوير شامل للذكاء الاصطناعي
  • استخدم عناصر القائمة للتأكد من معالجة جميع المكونات الحرجة
  • استدعِ المهارات المتخصصة للخبرة العميقة في كل مجال
  • طبق بوابات الجودة قبل نشر ميزات الذكاء الاصطناعي للإنتاج

Éviter

  • تخطي مراحل سير العمل - كل مرحلة تبني على العمل السابق
  • تجاهل مرحلة المراقبة - تحتاج أنظمة الذكاء الاصطناعي للمراقبة
  • عدم اتباع ممارسات الأمان - تتطلب ميزات الذكاء الاصطناعي التحقق من المدخلات وتحديد المعدل
  • تخطي بوابات الجودة - تحتاج ميزات الذكاء الاصطناعي لاختبار شامل قبل النشر

Foire aux questions

ما هي حزمة سير عمل الذكاء الاصطناعي/التعلم الآلي؟
هذا دليل سير عمل شامل ينظم مهارات الذكاء الاصطناعي/التعلم الآلي المتعددة في 7 مراحل: تصميم تطبيقات الذكاء الاصطناعي، تكامل النماذج اللغوية الكبيرة، تنفيذ RAG، تطوير وكلاء الذكاء الاصطناعي، تطوير خط أنابيب التعلم الآلي، مراقبة الذكاء الاصطناعي، وأمان الذكاء الاصطناعي.
هل أحتاج إلى مهارات أخرى مثبتة؟
نعم، يشير سير العمل هذا إلى مهارات أخرى مثل ai-product وrag-engineer وcrewai وlanggraph وml-engineer. يجب أن تكون هذه المهارات متاحة ليعمل الأمر.
هل يمكنني تخطي مراحل سير العمل؟
على الرغم من إمكانية تكييف سير العمل مع احتياجاتك، قد يؤدي تخطي المراحل إلى تنفيذ غير مكتمل. صُممت المراحل لبناء بعضها البعض.
ما الأدوات التي يدعمها هذا؟
يدعم سير العمل هذا Claude وCodex وClaude Code. تعمل مراجع المهارات عبر هؤلاء المساعدين البرمجة بالذكاء الاصطناعي.
هل يتضمن هذا كود قابل للتنفيذ؟
لا، هذا دليل تنسيق سير عمل بتنسيق markdown. يوفر أوامر وقوائم تحقق، وليس كود التنفيذ الفعلي.
كيف أبدأ؟
ابدأ بالمرحلة 1: تصميم تطبيقات الذكاء الاصطناعي. حدد حالات الاستخدام الخاصة بك واختر النماذج المناسبة وصمم بنية نظامك قبل الانتقال إلى مراحل التنفيذ.

Détails du développeur

Auteur

sickn33

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/ai-ml

Réf

main

Structure de fichiers

📄 SKILL.md