Crea y valida 7 documentos de proyecto (requisitos, arquitectura, pila_tecnológica, especificación_api, esquema_de_base_de_datos, pautas_de_diseño, guía_de_ejecución). Cuarto trabajador en ln-110-documents-pipeline.
EN LO QUE TE CONVIERTES
Perfecto para estos escenarios
Para modelos grandes, distribuye el entrenamiento en varias GPUs usando DDP, FSDP o DeepSpeed.
Integra W&B/TensorBoard para hacer un seguimiento de las métricas, visualizar el progreso y comparar ejecuciones.
Estructura el código PyTorch en LightningModules para implementaciones más limpias y reutilizables.
Cree cargadores de datos optimizados con procesamiento por lotes, particionado (sharding) y preprocesamiento.
GANANCIA MEDIBLE
Beneficios probados e impacto medible
Con las abstracciones de Lightning, céntrate en la lógica del modelo en lugar de en la infraestructura.
Itera más rápido con entrenadores, devoluciones de llamada e integraciones de registro predefinidos.
Aprovechar optimizaciones avanzadas como la precisión mixta y la acumulación de gradientes.
QUÉ INCLUYE
Archivos, etiquetas y la instalación en tres pasos
Consejo: Lee la documentación y el código antes del primer uso para saber qué hace y qué permisos necesita.
SIGUIENTES GUIONES
Recomendado según etiquetas y categoría
Generar y mantener archivos AGENTS.md siguiendo la convención pública agents.md. Usar cuando se cree documentación para flujos de trabajo de agentes AI, guías de incorporación o cuando se estandaricen patrones de interacción de agentes en proyectos.
Valide que los esquemas OpenAPI, Swagger y GraphQL coincidan con la implementación del backend. Detecte cambios que rompan la compatibilidad, genere clientes TypeScript y asegúrese de que la documentación de la API permanezca sincronizada. Use cuando trabaje con archivos de especificación de API (.yaml, .json, .graphql), revise cambios en la API, genere tipos frontend o valide implementaciones de endpoints.
Construya sistemas backend robustos con tecnologías modernas (Node.js, Python, Go, Rust), frameworks (NestJS, FastAPI, Django), bases de datos (PostgreSQL, MongoDB, Redis), APIs (REST, GraphQL, gRPC), autenticación (OAuth 2.1, JWT), estrategias de prueba, mejores prácticas de seguridad (OWASP Top 10), optimización de rendimiento, patrones de escalabilidad (microservicios, caché, particionamiento), prácticas de DevOps (Docker, Kubernetes, CI/CD) y monitoreo. Use cuando diseñe APIs, implemente autenticación, optimice consultas de base de datos, configure pipelines CI/CD, maneje vulnerabilidades de seguridad, construya microservicios o desarrolle sistemas backend listos para producción.
Sistema de generación de agentes de código Claude que crea agentes personalizados y subagentes con frontmatter YAML mejorado, patrones de acceso a herramientas y soporte para integración MCP siguiendo patrones de producción probados