MCP HubMCP Hub
SKILL·239BE3

cache-components

sgcarstrends
Actualizado 5 months ago
132 vistas
9
1
9
Ver en GitHub
Otrogeneral

Acerca de

Esta habilidad ayuda a los desarrolladores a implementar Componentes de Caché de Next.js 16 para optimizar el rendimiento de las páginas. Asiste en la adición de directivas "use cache", la configuración de límites de Suspense y la definición de perfiles cacheLife. Úsela al migrar componentes al modo caché o al depurar problemas relacionados con la caché.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add sgcarstrends/sgcarstrends -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/sgcarstrends/sgcarstrends
Git CloneAlternativo
git clone https://github.com/sgcarstrends/sgcarstrends.git ~/.claude/skills/cache-components

Copia y pega este comando en Claude Code para instalar esta habilidad

Repositorio GitHub

sgcarstrends/sgcarstrends
Ruta: .claude/skills/cache-components
0
apiaws-lambdabackendhonojob-schedulerneon-postgres
FAQ

Preguntas frecuentes

¿Qué es el Skill cache-components?

cache-components es un Skill de Claude creado por sgcarstrends. Los Skills agrupan instrucciones y recursos que Claude carga cuando los necesita para realizar tareas relacionadas con cache-components sin indicaciones adicionales.

¿Cómo instalo cache-components?

Usa los comandos de instalación de esta página: añade cache-components a Claude Code como plugin o clona su repositorio en tu directorio de skills y reinicia Claude para cargarlo.

¿A qué categoría pertenece cache-components?

cache-components pertenece a la categoría Otro.

¿Se puede usar cache-components gratis?

Sí. cache-components aparece en AIMCP y se puede instalar gratis.

Habilidades relacionadas

sports-betting-analyzer
Otro

Esta habilidad de Claude analiza los mercados de apuestas deportivas, incluyendo spreads, over/unders y apuestas de propuestas, mediante el examen de tendencias históricas y estadísticas situacionales para identificar apuestas de valor. Proporciona una salida en markdown estructurado con recomendaciones accionables con fines educativos. Los desarrolladores deben utilizar esto para herramientas de análisis de apuestas deportivas, teniendo en cuenta que está diseñado únicamente para entretenimiento/educación.

Ver habilidad
llamaguard
Otro

LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.

Ver habilidad
cost-optimization
Otro

Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.

Ver habilidad
quantizing-models-bitsandbytes
Otro

Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.

Ver habilidad