modal
Modal で Python ワークロードをデプロイする
Cloud GPU とサーバーレスデプロイは、正しく構成するのが難しい場合があります。このスキルは、Claude、Codex、Claude Code に、functions、images、secrets、volumes、APIs、schedules、scaling に関する実践的な Modal パターンを提供します。
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
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.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「modal」を使用しています。 GPU endpoint で transformer model を提供する必要があります。
期待される結果:
回答では、固定された依存関係を持つ Modal image、L40S または A10 GPU を開始点として、class-based model loader、保護された web endpoint、timeouts や max containers などのコスト制御を推奨します。
「modal」を使用しています。 一晩で 10,000 ファイルを処理したいです。
期待される結果:
回答では、並列作業に map を使う Modal function、共有結果用の Volume、scheduled entrypoint、明示的な CPU とメモリ設定、冪等な書き込みを提案します。
「modal」を使用しています。 Modal job がパッケージを見つけられない、または出力を永続化できません。
期待される結果:
回答では、そのパッケージが Modal image にインストールされているか、imports が remote functions 内で行われているか、Volume への書き込み後に commit が行われているかを確認します。
セキュリティ監査
中リスク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.
確認済みのセキュリティ上の懸念 (1)
機能レビュー項目 (2)
これらは、このスキルに期待される可能性のある実際のローカル機能であるため、レビューが必要ですが、確認済みの悪意ある動作としてはカウントされません。
リスク要因
⚡ スクリプトを含む (1)
🌐 ネットワークアクセス (11)
📁 ファイルシステムへのアクセス (14)
🔑 環境変数 (22)
⚙️ 外部コマンド (50)
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/k-dense-ai-modal/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/k-dense-ai-modal?utm_source=security_passport_badge)HTMLバッジ
<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>埋め込みカード
<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>学術引用 (APA · BibTeX · CFF)
APA形式の引用
K-Dense-AI. (2026). modal security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-modal/audits/9BibTeX形式の引用
@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}
}CITATION.cff
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"
バリアントを比較
インストール可能なバリアント 2 件各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
Skillstore スコア
このスコアの理由 証拠の信頼度: 高作成できるもの
モデル推論エンドポイントをデプロイする
適切な images、secrets、scaling 設定を使って、GPU ベースのモデル提供用 Modal functions と web endpoints を作成します。
バッチデータ処理を実行する
Modal maps、volumes、schedules、リソース設定を使用して、大規模データセットを並列処理します。
クラウド計算ジョブをプロトタイプする
ローカルの Python ワークロードを、明確なセットアップ、依存関係、GPU、監視のガイダンスとともにサーバーレスコンテナへ移行します。
これらのプロンプトを試す
シンプルな Python function を Modal app に変換するのを手伝ってください。セットアップ、認証チェック、実行するためのコマンドを含めてください。
自分のモデル向けに Modal GPU inference function を設計してください。image の依存関係、GPU タイプ、timeout、endpoint パターンを推奨してください。
私のバッチ処理スクリプトを、map、volumes、resource limits を使って Modal に変換してください。同時書き込みの問題を避ける方法を説明してください。
secrets、autoscaling、コスト、endpoint authentication、schedules、failure handling の観点から、この Modal デプロイ計画をレビューしてください。
ベストプラクティス
- パッケージバージョンを固定し、頻繁に変更される image layers は build chain の終盤に配置します。
- 認証情報には Modal Secrets を使用し、各 function が必要とする secrets のみをアタッチします。
- 高コストな GPU または scheduled workloads をデプロイする前に、timeouts、resource limits、max containers を設定します。
回避
- API keys をハードコードしたり、広範なローカル認証情報ディレクトリを container images にコピーしたりしないでください。
- CPU または低コストの GPU オプションをプロファイリングする前に、高価な GPU へスケールしないでください。
- 競合戦略なしに、多数の containers が同じ Volume file へ同時に書き込むようにしないでください。
よくある質問
このスキルはコードを自動的にデプロイしますか？
このスキルを使用できるツールはどれですか？
GPU の選択に役立ちますか？
secrets はカバーしていますか？
web APIs を構築できますか？
本番利用前に何をレビューすべきですか？
開発者情報
作成者
K-Dense-AIライセンス
Apache-2.0 license
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
1ffa7643651792ccb4bd3b15d924d2c97edff755
メンテナンスの新しさ
2026/7/21
利用状況
9 ダウンロード · 251 閲覧
ファイル構成