SKILL·76E67A

bundle-analysis

sgcarstrends
Aktualisiert 5 months ago
185 Ansichten
9
1
9
Auf GitHub ansehen
Anderegeneral

Über

Diese Skill analysiert und optimiert JavaScript-Bundle-Größen, um Anwendungsladezeiten zu verbessern. Sie hilft dabei, große Abhängigkeiten zu identifizieren, Leistungsprobleme zu untersuchen und Frontend-Assets mit Tools wie dem Next.js Bundle Analyzer zu optimieren. Entwickler sollten sie bei großen Bundles, langsamen Seitenladezeiten oder beim Bedarf, die Bundle-Zusammensetzung zu verstehen, einsetzen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add sgcarstrends/sgcarstrends -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/sgcarstrends/sgcarstrends
Git CloneAlternativ
git clone https://github.com/sgcarstrends/sgcarstrends.git ~/.claude/skills/bundle-analysis

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

GitHub Repository

sgcarstrends/sgcarstrends
Pfad: .claude/skills/bundle-analysis
0
apiaws-lambdabackendhonojob-schedulerneon-postgres
FAQ

Häufig gestellte Fragen

Was ist der Skill bundle-analysis?

bundle-analysis ist ein Claude Skill von sgcarstrends. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um bundle-analysis ohne zusätzliche Eingaben auszuführen.

Wie installiere ich bundle-analysis?

Verwende die Installationsbefehle auf dieser Seite: Füge bundle-analysis als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.

Zu welcher Kategorie gehört bundle-analysis?

bundle-analysis gehört zur Kategorie Andere.

Kann ich bundle-analysis kostenlos nutzen?

Ja. bundle-analysis ist auf AIMCP gelistet und kann kostenlos installiert werden.

Verwandte Skills

sports-betting-analyzer
Andere

Diese Claude Skill analysiert Sportwettenmärkte inklusive Handicaps, Over/Unders und Spezialwetten, indem sie historische Trends und situative Statistiken untersucht, um Wertwetten zu identifizieren. Sie liefert strukturierte Markdown-Ausgaben mit umsetzbaren Empfehlungen zu Bildungszwecken. Entwickler sollten dies für Sportwetten-Analysetools nutzen, wobei zu beachten ist, dass es nur zur Unterhaltung/Bildung konzipiert wurde.

Skill ansehen
llamaguard
Andere

LlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.

Skill ansehen
cost-optimization
Andere

Diese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.

Skill ansehen
quantizing-models-bitsandbytes
Andere

Diese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.

Skill ansehen