開發者在無伺服器資料庫連線管理和 ORM 設定方面遇到困難。本技能提供 Neon Postgres 與 Prisma 和 Drizzle 整合的已驗證模式。

建構可靠的機器學習管線需要協調資料準備、訓練、驗證和部署階段，同時保持可重複性和監控能力。此技能提供經驗證的模式和最佳實踐，用於建立可從原型擴展到生產的端到端 MLOps 工作流程。

將機器學習模型部署到生產環境需要模型服務、監控和基礎設施方面的專業知識，許多團隊缺乏這些技能。本技能提供使用 PyTorch 2.x 和 TensorFlow 等現代框架打造可靠、可擴展 ML 系統的實戰經驗。

機器學習團隊在將模型正式上線時，常面臨基礎設施和監控不足的問題。此技能能協調專業的 AI 代理程式，從資料工程到部署和持續監控，設計完整的 ML 管線。

測量 LLM 效能複雜且容易出錯。此技能提供系統化的評估框架，結合自動化指標、人類判斷和統計檢定，以驗證 AI 應用程式品質。

建立有效的 KPI 儀表板，清晰傳達業務績效。此技能提供框架、視覺化模式和 SQL 模板，用於構建高管、部門和營運儀表板。

純粹的向量搜尋或關鍵字搜尋單獨使用時，經常會遺漏相關結果。此技能提供經驗證的模式，結合這兩種方法以實現更優越的檢索準確性。

手動擷取 GA4 報告非常耗時。此技能透過 Rube MCP 自動化 Google Analytics 報告，讓您能以簡單的指令執行標準報告、批次報告、樞紐分析表和漏斗分析。

使用 Firecrawl API 從網站提取深度內容，包括文字、螢幕截圖和 PDF。非常適合建立資料集、監控競爭對手或自動化研究。

This skill enables Claude to work with text-to-speech and speech-to-text capabilities using fal.ai audio models, providing patterns and guidance for audio generation and transcription tasks.

Agents require different evaluation approaches than traditional software. This skill provides frameworks to measure agent quality, track improvements, and validate context engineering choices.

此技能協助開發者選擇並實現正確的嵌入模型以進行向量搜尋，提供 OpenAI、Sentence Transformers 和領域特定管線的程式碼範本。

分析團隊常難以應對不一致的資料模型和糟糕的文件。此技能提供經過驗證的模式，用於組織具有適當測試、文件和增量處理的 dbt 專案。

透過 Great Expectations、dbt 測試和資料合約確保可靠的資料管線使用全面的驗證。減少資料事件並使用可投入生產的品質模式建立分析信任。

設計可投入生產環境的資料管道既複雜又容易出錯。此技能提供 ETL、串流和湖屋系統的經證實架構模式與實作指引。

透過結構化的工作流程簡化資料庫開發，涵蓋設計、遷移、最佳化和資料管道。為 SQL 和 NoSQL 系統消除臨時方法，採用經過驗證的階段性流程。

使用精確控制建立自訂圖表、圖形和網路視覺化。此技能可幫助您使用 D3.js 為任何 JavaScript 框架建立出版品質的互動式圖形。

建立加密商務開發的 AI 代理需要系統化的代幣評估和聯繫管道。此技能提供經過生產驗證的模式，包括多鏈掃描、包含錢包鑑識分析的 100 分評分系統，以及人機協同的管道管理。

此技能協助 AI 助手在複雜工作流程中還原與重構專案語境，實現長期任務的無縫延續，同時避免關鍵資訊的遺失。

使用 ClickHouse 列式資料庫打造高效能分析系統。學習查詢優化、實體化檢視表和即時資料管線的實證模式。