Zurück zu Fähigkeiten

c-network

daxaur
Aktualisiert 2 days ago
1 Ansichten
143
6
143
Auf GitHub ansehen
Anderednshttpnetworkingapi

Über

Die c-network-Skill bietet moderne CLI-Tools für Netzwerk-Debugging und API-Tests, darunter doggo für DNS-Lookups und httpie für menschenlesbare HTTP-Anfragen. Sie ermöglicht DNS-Abfragen mit verschiedenen Record-Typen und Nameservern sowie intuitive HTTP-Interaktionen mit JSON-Unterstützung und Dateiübertragungen. Nutzen Sie diese Skill, wenn Sie Netzwerkprobleme beheben oder APIs direkt von Ihrem Terminal aus testen müssen – mit übersichtlicherer Ausgabe als bei traditionellen Tools.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add daxaur/openpaw -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/daxaur/openpaw
Git CloneAlternativ
git clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-network

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

Dokumentation

Networking

doggo (DNS client)

# Basic DNS lookup
doggo example.com

# Specific record type
doggo example.com MX
doggo example.com AAAA
doggo example.com TXT
doggo example.com NS
doggo example.com CNAME

# Use specific nameserver
doggo example.com --nameserver 1.1.1.1
doggo example.com --nameserver 8.8.8.8

# DNS over HTTPS
doggo example.com --class IN --type A --nameserver https://cloudflare-dns.com/dns-query

# JSON output
doggo example.com --json

httpie (HTTP client)

Human-friendly alternative to curl:

# GET request
http GET api.example.com/users

# POST with JSON body
http POST api.example.com/users name=John [email protected]

# Headers
http GET api.example.com Authorization:"Bearer token123"

# Download file
http --download https://example.com/file.zip

# Form upload
http --form POST api.example.com [email protected]

# With auth
http -a user:password GET api.example.com/protected

# Follow redirects
http --follow GET example.com

# Show only response headers
http --headers GET example.com

# Verbose (show request + response)
http --verbose GET example.com

Guidelines

  • Use doggo for DNS debugging instead of dig or nslookup
  • Use http (httpie) for API testing instead of curl — output is colorized and formatted
  • For POST requests, httpie auto-detects JSON vs form data
  • key=value sends as JSON string, key:=123 sends as JSON number

GitHub Repository

daxaur/openpaw
Pfad: skills/c-network
0
ai-agentanthropicautomationclaudeclaude-codecli

Verwandte Skills

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

dispatching-parallel-agents

Andere

Diese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.

Skill ansehen