Обучение нейронных моделей с Flow Nexus
Командам нужно воспроизводимое обучение нейронных моделей без написания каждого вызова Flow Nexus с нуля. Этот навык предоставляет пошаговые примеры для обучения, инференса, кластеров, шаблонов и управления моделями.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "flow-nexus-neural" from https://skillstore.io/skills/ruvnet-flow-nexus-neural.md and its manifest at https://skillstore.io/api/skills/ruvnet-flow-nexus-neural/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «flow-nexus-neural». Пользователь просит план обучения небольшого классификатора.
Ожидаемый результат:
Краткий план обучения с выбором архитектуры, выбором уровня, количеством эпох, размером batch, optimizer и шагами мониторинга.
Использование «flow-nexus-neural». Пользователь спрашивает, как устранить неполадки при зависшем распределенном обучении.
Ожидаемый результат:
Диагностическая последовательность, которая проверяет статус кластера, анализирует состояние узлов и перезапускает кластер при необходимости.
Использование «flow-nexus-neural». Пользователь спрашивает, как опубликовать успешную модель.
Ожидаемый результат:
Чеклист публикации, охватывающий валидацию, бенчмаркинг, метаданные шаблона, выбор цены и проверку после публикации.
All 97 static alerts are false positives caused by Markdown formatting, explicit resource links, or ordinary model fields. No prompt injection, reconnaissance, credential capture, or covert exfiltration intent appears. One medium semantic risk remains because the prerequisites execute unpinned npm package releases.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/ruvnet-flow-nexus-neural/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/ruvnet-flow-nexus-neural?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/ruvnet-flow-nexus-neural?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ruvnet-flow-nexus-neural/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/ruvnet-flow-nexus-neural.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>ruvnet. (2026). flow-nexus-neural security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/ruvnet-flow-nexus-neural/audits/8@techreport{ruvnet-ruvnet-flow-nexus-neural-2026,
author = {ruvnet},
title = {flow-nexus-neural security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/ruvnet-flow-nexus-neural/audits/8},
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: "flow-nexus-neural security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "ruvnet"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/ruvnet-flow-nexus-neural/audits/8"
identifiers:
- type: other
value: "skillstore:ruvnet-flow-nexus-neural:audit:8"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
dnyoussef-flow-nexus-neural
2026-09-09
ruvnet-flow-nexus-neural
2026-09-09
Создайте небольшую конфигурацию обучения feedforward-модели и выполните инференс для полученной модели.
Настройте кластер Flow Nexus, разверните рабочие узлы и отслеживайте обучение крупной модели.
Провалидируйте обученную модель, проведите бенчмаркинг производительности и опубликуйте ее как шаблон marketplace.
Помогите мне настроить небольшое задание обучения нейронной модели Flow Nexus для задачи классификации с десятью выходными классами.
Покажите, как выполнить инференс Flow Nexus для существующей модели и интерпретировать выходные данные предсказания.
Спроектируйте кластер распределенного обучения Flow Nexus для крупной transformer-модели с рабочими узлами и мониторингом.
Проведите меня через бенчмаркинг, валидацию и публикацию обученной модели Flow Nexus как переиспользуемого шаблона.
Автор
ruvnetЛицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Ссылка
ebdfe608f5de2b66ff37ab4af12af8ac4f5e8006
Актуальность поддержки
26.07.2026
Использование
6 загрузок · 315 просмотров
Структура файлов
📄 SKILL.md
Координация многоагентных роев
Координировать множество агентов сложно, когда роли, топология и поток задач неясны. Этот навык предоставляет шаблоны роев, рабочие процессы хуков и практики координации для agentic-flow.
Координируйте продвинутые рои Claude Flow
Сложным проектам нужны скоординированные агенты, ясный выбор топологии и видимые передачи задач. Этот навык предоставляет переиспользуемые паттерны роев Claude Flow для исследований, разработки, тестирования, анализа и восстановления.
Создавайте адаптивных агентов ReasoningBank
ИИ-агенты теряют полезные уроки, когда результаты не записываются. Этот навык показывает, как фиксировать опыт, изучать паттерны и рекомендовать более эффективные стратегии.
Координация продвинутых агентов Hive Mind
Сложная работа над программным обеспечением требует четких ролей агентов, общего контекста и надежных решений. Этот навык помогает проводить сессии Claude Flow Hive Mind с queens, workers, consensus и memory.
Управляйте поставкой ПО с помощью SPARC
Сложным программным проектам нужны четкое планирование, тестирование и ревью. Этот навык проводит Claude, Codex и Claude Code через этапы SPARC с помощью структурированных рабочих процессов.
Создание навыков Claude Code
Создавать корректные навыки Claude или Codex может быть сложно, когда структура, метаданные и правила раскрытия контекста неясны. Этот навык предоставляет шаблоны, чеклисты и примеры для создания организованных навыков.
Создание production-систем ML и RAG
от davila7
Production-системы ML сложно последовательно проектировать, развертывать и мониторить. Этот навык помогает с MLOps, интеграцией LLM, архитектурой RAG и локальными заготовками рабочих процессов.
Анализ терапевтических ML-данных с PyTDC
от davila7
Командам по разработке лекарств нужны согласованные наборы данных и справедливые бенчмарки. Этот skill направляет рабочие процессы PyTDC для загрузки данных, разбиения наборов данных, оценки моделей и использования молекулярных оракулов.
Проектирование экспериментов и моделей в науке о данных
от alirezarezvani
Проекты в области науки о данных часто терпят неудачу, когда эксперименты, признаки и модели не имеют четкой статистической структуры. Этот навык дает Claude, Codex и Claude Code пошаговые рабочие процессы для экспериментов, инженерии признаков и анализа моделей.
Проверка ML-процессов на скрытые антипаттерны
от Doyajin174
ML-проекты могут выглядеть точными, пока утечка данных или слабая оценка скрывают серьезные недостатки. Этот навык помогает проводить структурированные проверки разбиений, метрик, обучения и готовности к развертыванию.
Создание графовых нейронных сетей с помощью PyTorch Geometric
от davila7
Проекты по машинному обучению на графах требуют тщательного выбора данных, моделей, методов сэмплирования и оценки. Этот навык предоставляет руководства, примеры, шаблоны, тесты производительности и утилиты визуализации для PyTorch Geometric.
Создание рабочих процессов машинного обучения scikit-learn
от davila7
Проектам машинного обучения нужны согласованные шаблоны предобработки, оценки и выбора моделей. Этот навык дает Claude, Codex и Claude Code целевые рекомендации по scikit-learn со справочными материалами и примерами.