seek-and-analyze-video

이 스킬은 Ollama, llama.cpp, vLLM과 같은 도구를 사용하여 로컬 LLM을 배포하고 최적화하는 전문적인 지침을 제공합니다. 모델 선택, VRAM 요구 사항 계산, 효율적인 로컬 추론을 위한 양자화 형식(GGUF, EXL2) 적용에 활용하세요. 자체 하드웨어에서 개인정보 보호 중심의 AI 배포가 필요한 개발자에게 이상적입니다.

이 스킬은 Ollama, llama.cpp, vLLM과 같은 도구를 사용하여 로컬 LLM을 배포하고 최적화하는 전문적인 지침을 제공합니다. 개발자가 모델을 선택하고 VRAM을 관리하며, 효율적인 로컬 추론을 위해 양자화 형식(GGUF, EXL2)을 적용할 수 있도록 돕습니다. 하드웨어 요구 사항을 계획하거나 로컬 하드웨어에서 개인정보 보호 중심 AI 솔루션을 구현할 때 사용하세요.

이 스킬은 AI 에이전트가 Memories.ai의 LVMM을 활용하여 YouTube 및 TikTok과 같은 플랫폼의 비디오 콘텐츠를 지속적으로 인덱싱하고 지능적으로 검색할 수 있게 합니다. 이는 검색 가능한 비디오 지식 베이스 구축, 소셜 미디어 트렌드 분석, 강의 및 회의 요약 등에 적합합니다. 개발자는 일회성 처리가 아닌 비디오 콘텐츠에 대한 심층적이고 재사용 가능한 분석이 필요한 애플리케이션에 이 스킬을 사용해야 합니다.

이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.