Crée et valide 7 documents de projet (besoins, architecture, tech_stack, api_spec, schéma de base de données, directives de conception, runbook). Quatrième travailleur dans le pipeline ln-110-documents.
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Pour les grands modèles, répartissez l'entraînement sur plusieurs GPU en utilisant DDP, FSDP ou DeepSpeed.
Intégrez W&B/TensorBoard pour suivre les métriques, visualiser la progression et comparer les exécutions.
Structurez le code PyTorch en LightningModules pour des implémentations plus propres et réutilisables.
Créez des chargeurs de données optimisés avec le traitement par lots, le partitionnement (sharding) et le prétraitement.
GAIN MESURÉ
Avantages prouvés et impact mesurable
Grâce aux abstractions de Lightning, concentrez-vous sur la logique du modèle plutôt que sur l'infrastructure.
Accélérez vos itérations avec les entraîneurs, rappels et intégrations de journalisation pré-construits.
Tirez parti d'optimisations avancées telles que la précision mixte et l'accumulation de gradients.
CE QUE VOUS OBTENEZ
Fichiers, tags et installation en trois étapes
Conseil : Lisez la documentation et le code avant la première utilisation pour connaître son rôle et les permissions requises.
SCRIPTS SUIVANTS
Recommandé selon les tags et la catégorie
Générez et maintenez les fichiers AGENTS.md conformément à la convention publique agents.md. Utilisez-le lors de la création de documentation pour les flux de travail des agents IA, les guides d’intégration ou lors de la standardisation des modèles d’interaction des agents à travers les projets.
Validez que les schémas OpenAPI, Swagger et GraphQL correspondent à l'implémentation backend. Détectez les modifications brisantes, générez des clients TypeScript et assurez que la documentation API reste synchronisée. Utilisez-le lors de la manipulation de fichiers de spécification API (.yaml, .json, .graphql), de l'examen des modifications API, de la génération de types frontend ou de la validation des implémentations d'endpoints.
Construisez des systèmes backend robustes avec des technologies modernes (Node.js, Python, Go, Rust), des frameworks (NestJS, FastAPI, Django), des bases de données (PostgreSQL, MongoDB, Redis), des APIs (REST, GraphQL, gRPC), l'authentification (OAuth 2.1, JWT), des stratégies de test, les meilleures pratiques en sécurité (OWASP Top 10), l'optimisation des performances, les modèles d'évolutivité (microservices, mise en cache, partitionnement), les pratiques DevOps (Docker, Kubernetes, CI/CD) et la surveillance. Utilisez-le lors de la conception d'APIs, de la mise en œuvre de l'authentification, de l'optimisation des requêtes de base de données, de la configuration de pipelines CI/CD, de la gestion des vulnérabilités de sécurité, de la construction de microservices ou du développement de systèmes backend prêts pour la production.
Système de génération d'agents de code Claude qui crée des agents et sous-agents personnalisés avec un en-tête YAML amélioré, des modèles d'accès aux outils et un support d'intégration MCP conformément à des modèles de production éprouvés