MCP HubMCP Hub
Volver a habilidades

Analyze Regressions

openshift-eng
Actualizado 1 month ago
103 vistas
16
110
16
Ver en GitHub
Otrogeneral

Acerca de

Esta habilidad analiza y califica la salud de los componentes de OpenShift basándose en métricas de triaje de regresión como la cobertura, la puntualidad y la velocidad de resolución. Úsela para generar cuadros de mando de calidad de componentes, identificar áreas que necesitan mejora en el manejo de regresiones y producir informes de estado para las partes interesadas.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add openshift-eng/ai-helpers -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/openshift-eng/ai-helpers
Git CloneAlternativo
git clone https://github.com/openshift-eng/ai-helpers.git ~/.claude/skills/Analyze Regressions

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

Repositorio GitHub

openshift-eng/ai-helpers
Ruta: plugins/component-health/skills/analyze-regressions
0

Habilidades relacionadas

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

dispatching-parallel-agents

Otro

Esta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.

Ver habilidad