全部 skill

用 Python 构建、测试并部署 MCP 服务。

面向机器学习任务与模型 API 的无服务 GPU 云平台。

任何生产部署前运行的发布闸门：检查让部署“成功”而生产仍坏的静默失败模式，并验证线上版本而非只信部署输出。

构建 CMA 的第 4 阶段——让它脱离你运行。把已评级代理转成周期调度部署（POSIX-cron）、事件驱动 curl 触发、或确认按需使用，然后定稿带版本路线图。用户说「每天早跑」「排上日程」「夜班」「每周」「自动化」「周期化」，或编排器路由 phase=run-without-you 时用。deployment_builder.py 建 POST /v1/deployments payload（initial_events 须含 user.message；可选嵌套 user.define_outcome 让每次触发自我评级）；cron_validator.py 校验 5 字段 cron + IANA 时区并打印墙钟 DST 提示；next_directions_writer.py 写 NEXT-DIRECTIONS.md。无工具发 API 调用——部署经 BYOK curl 创建。区别于 grade-iterate（会话内循环）与 wrap-up（收尾）。

面向全栈 Next.js 应用的 13 阶段生产 QA：构建验证、SEO 标签、OG 图、favicon、路由回归、API 鉴权、页面速度、懒加载、漏洞扫描、UI/UX 卡片、错误边界、数据库、安全渲染与清理。

跑 ML 负载的无服务器 GPU 云平台。需按需 GPU 访问免基础设施管理、把 ML 模型部署为 API、或跑自动扩展的批处理作业时使用。

用 MLflow 追踪 ML 实验、管理带版本的模型注册、部署到生产、复现实验——框架无关的 ML 生命周期平台。

微调评估 OpenVLA-OFT 与 OpenVLA-OFT+ 策略做机器人动作生成，含连续动作头、LoRA 适配、LIBERO 仿真与 ALOHA 真实环境的 FiLM 条件。复现 OpenVLA-OFT 论文结果、训练自定义 VLA 动作头（L1 或扩散）、为 ALOHA 部署服务端-客户端推理、或调试归一化/LoRA 合并/跨 GPU 问题使用。

Comprehensive Flow Nexus platform management - authentication, sandboxes, app deployment, payments, and challengesEN

Comprehensive GitHub release orchestration with AI swarm coordination for automated versioning, testing, deployment, and rollback managementEN

配 ClickOnce 部署，含自动更新、前置、发布设置，用于 .NET 应用。

配 electron-updater，含代码签名校验、增量更新、分批发布、多更新通道，用于 Electron 应用。

配 Qt Installer Framework 做跨平台安装器，含组件管理、在线更新、自定义 UI。