MCP HubMCP Hub
SKILL·2BBF59

zustand-5

dtaborda
업데이트됨 1 month ago
9 조회
0
GitHub에서 보기
기타react

정보

이 Claude Skill은 React 상태 관리를 위한 바로 사용 가능한 Zustand 5 패턴을 제공합니다. 기본 스토어, 상태 지속성, 성능 최적화를 위한 선택자 최적화 등 실용적인 예시를 포함하고 있습니다. Zustand로 클라이언트 사이드 상태를 구현할 때 이 Skill을 활용하여 빠르게 모범 사례를 적용하고 보일러플레이트 코드를 피할 수 있습니다.

빠른 설치

Claude Code

추천
기본
npx skills add dtaborda/quiz-experience -a claude-code
플러그인 명령대체
/plugin add https://github.com/dtaborda/quiz-experience
Git 클론대체
git clone https://github.com/dtaborda/quiz-experience.git ~/.claude/skills/zustand-5

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

GitHub 저장소

dtaborda/quiz-experience
경로: skills/zustand-5
0
FAQ

Frequently asked questions

What is the zustand-5 skill?

zustand-5 is a Claude Skill by dtaborda. Skills package instructions and resources that Claude loads on demand, so Claude can perform zustand-5-related tasks without extra prompting.

How do I install zustand-5?

Use the install commands on this page: add zustand-5 to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does zustand-5 belong to?

zustand-5 is in the Other category, tagged react.

Is zustand-5 free to use?

Yes. zustand-5 is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

연관 스킬

llamaguard
기타

LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.

스킬 보기
cost-optimization
기타

이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.

스킬 보기
sports-betting-analyzer
기타

이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.

스킬 보기
quantizing-models-bitsandbytes
기타

이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.

스킬 보기