Znajdź najlepsze skills dla |

Automatyczna lista kontrolna do wdrażania zadań Databricks w produkcji z procedurami wycofania.

Architektura Databricks zgodna z best practices – medalion, Unity Catalog i governance dla zespołów

Gotowe wzorce SDK Databricks dla Pythona — singleton, obsługa błędów, zarządzanie klastrem

Śledź analitykę, flagi funkcji i błędy w aplikacjach — SDK i REST API z naciskiem na prywatność

Dostęp do globalnych danych statystycznych z Data Commons — demografia, gospodarka, zdrowie, środowisko

Monitoruj infrastrukturę i aplikacje przez API Datadog – metryki, dashboardy i alerty w jednym miejscu

Debuguj problemy produkcyjne dzięki logom, metrykom i śladom z Datadog bezpośrednio z CLI.

Uproszczona warstwa nad RDKit do analizy molekularnej w odkrywaniu leków

Wyszukuj i pobieraj zbiory danych z Kaggle, Hugging Face i innych repozytoriów

Automatyczne tworzenie loaderów danych do treningu modeli ML

Twórz wtyczki do Datasette – przewodnik po hookach, szablonach i konfiguracji

Zarządzaj migracjami bazy danych i zmianami schematu w Alembicu bez zamieszania

Wykonuj zapytania SQL do baz danych z automatycznym zarządzaniem tunelami SSH

Automatyczne generowanie modeli dbt do transformacji danych w pipeline'ach

Automatyczne generowanie testów dbt dla pipelineów danych

Wzorce transformacji danych w dbt dla inżynierów analityki

Automatycznie regeneruj kod DBX po zmianach w plikach schematów

Wycena akcji na podstawie zdyskontowanych przepływów pieniężnych – poznaj rzeczywistą wartość spółki

Blokuj niebezpieczne komendy zanim Agent Claude je wykona — bezpieczeństwo dla automatyzacji kodu.

Znajdź nieużywane funkcje i martwy kod w swoim projekcie za pomocą statycznej analizy

Platforma do odkrywania i współpracy agentów AI poprzez wiadomości

Przewodnik do debugowania kodu — logowanie z namespace'ami i formatowaniem zmiennych

Debuguj błędy CI w GitHub Actions — pobieraj logi testów i analizuj przyczyny awarii

Debuguj i rozwijaj komendy CLI aplikacji forge z systematycznym workflow'iem

Systematyczne debugowanie problemów klastrów HyperShift – automatyczne wykrywanie i rozwiązywanie

Debuguj błędy CUDA w FlashInfer dzięki logowaniu API — zobacz dane przed awariąą

Debuguj problemy trenowania rozproszonego w AReaL — zawieszenia, błędy komunikacji i OOM

Interaktywne debugowanie testów e2e z delegowaniem analizy logów do pomagierów AI

Automatyczne debugowanie błędów fuzzerów SSA — od logu CI do naprawy w kilka minut

Systematyczne debugowanie hooków Claude – znajdź przyczynę, gdy hook się nie uruchamia lub zwraca błędne wyniki.

Systematyczne debugowanie złożonych problemów metodą naukową

Debuguj zawieszenia i deadlocki poprzez analizę stosów wątków z LLDB/GDB

Debugowanie oparte na hipotezach z dokumentacją procesu odkrywania i automatyczną korektą błędów

Debuguj segfulty i wycieki pamięci w testach za pomocą valgrinda zintegrowanego z nextest

Systematyczne debugowanie i analiza przyczyn błędów w kodzie

Systematyczne metody debugowania do znalezienia i naprawy błędów od źródła

Wysyłaj dane do aplikacji Ray i debuguj wizualnie w jednym miejscu

Systematyczne debugowanie: od hipotezy do rozwiązania

Debuguj aplikacje Streamlit z hot-reload dla frontendu i backendu w jednym poleceniu.

Debugowanie z AI – szybka analiza błędów i znajdowanie przyczyn w kodzie

Debuguj przepływy pracy GitHub — analizuj logi, audytuj uruchomienia i rozwiązuj problemy

Zapisuj decyzje projektowe i wiedzę z odrzuceń, by uczyć się na błędach

Podejmuj decyzje systematycznie dzięki sprawdzonym ramom analitycznym

Dwuwarstwowa pamięć decyzji z rad nadzorczych — przechowuj transkrypty i zatwierdzone uchwały oddzielnie.

Skill do tworzenia i edycji dokumentów decyzji architektonicznych i produktowych

Planuj rozbicie monolitu na mikrousługi krok po kroku

Systematyczna analiza binariów – odpowiadaj na konkretne pytania o zachowanie kodu dzięki iteracyjnemu badaniu.

Analizuj artykuły i teksty głęboko za pomocą 10+ modeli myślenia