SKILL·DCCBA8

effect-concurrency-fibers

mepuka
Aktualisiert 3 months ago
8 Ansichten
0
Auf GitHub ansehen
Anderegeneral

Über

Diese Fähigkeit ermöglicht die sichere nebenläufige Aufgabenausführung in Effect-TS unter Verwendung strukturierter Nebenläufigkeitsmuster. Sie stellt Schlüsseloperationen wie parallele Ausführung mit Limits, Fiber-Lebenszyklusverwaltung und Timeout-/Race-Bedingungen-Handling bereit. Entwickler sollten sie für die Parallelisierung unabhängiger Arbeiten, die Koordinierung von Hintergrundaufgaben und die Steuerung der Operationslatenz verwenden.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add mepuka/crate -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/mepuka/crate
Git CloneAlternativ
git clone https://github.com/mepuka/crate.git ~/.claude/skills/effect-concurrency-fibers

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

GitHub Repository

mepuka/crate
Pfad: .claude/skills/effect-concurrency-fibers
0
FAQ

Häufig gestellte Fragen

Was ist der Skill effect-concurrency-fibers?

effect-concurrency-fibers ist ein Claude Skill von mepuka. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um effect-concurrency-fibers ohne zusätzliche Eingaben auszuführen.

Wie installiere ich effect-concurrency-fibers?

Verwende die Installationsbefehle auf dieser Seite: Füge effect-concurrency-fibers 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 effect-concurrency-fibers?

effect-concurrency-fibers gehört zur Kategorie Andere.

Kann ich effect-concurrency-fibers kostenlos nutzen?

Ja. effect-concurrency-fibers ist auf AIMCP gelistet und kann kostenlos installiert werden.

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
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
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