MCP HubMCP Hub
SKILL·6D5484

sensor-fusion

a5c-ai
Mis à jour 3 months ago
18 vues
331
15
331
Voir sur GitHub
Métadesign

À propos

Cette compétence de Claude fournit une fusion de capteurs basée sur le filtre de Kalman pour la localisation des robots, en mettant en œuvre l'EKF/UKF et en configurant robot_localization pour combiner les données IMU, GPS, d'odométrie et visuelles. Utilisez-la lorsque vous avez besoin d'une estimation d'état robuste en fusionnant plusieurs entrées de capteurs dans les systèmes robotiques. Elle gère la préintégration IMU, la gestion des repères de coordonnées et l'étalonnage des capteurs.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add a5c-ai/babysitter -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/a5c-ai/babysitter
Git CloneAlternatif
git clone https://github.com/a5c-ai/babysitter.git ~/.claude/skills/sensor-fusion

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Dépôt GitHub

a5c-ai/babysitter
Chemin: plugins/babysitter/skills/babysit/process/specializations/robotics-simulation/skills/sensor-fusion
0
agent-orchestrationagent-skillsagentic-aiagentic-workflowai-automationbabysitter
FAQ

Questions fréquentes

Qu’est-ce que le Skill sensor-fusion ?

sensor-fusion est un Skill Claude créé par a5c-ai. Un Skill regroupe des instructions et des ressources que Claude charge à la demande pour effectuer des tâches liées à sensor-fusion sans consigne supplémentaire.

Comment installer sensor-fusion ?

Utilisez les commandes d’installation de cette page : ajoutez sensor-fusion à Claude Code comme plugin ou clonez son dépôt dans votre dossier skills, puis redémarrez Claude pour charger le Skill.

À quelle catégorie appartient sensor-fusion ?

sensor-fusion appartient à la catégorie Méta.

sensor-fusion est-il gratuit ?

Oui. sensor-fusion est référencé sur AIMCP et son installation est gratuite.

Compétences associées

content-collections
Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence
polymarket
Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence
creating-opencode-plugins
Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence
sglang
Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence