Skills dla Claude Code i innych agentów

Automatyczna normalizacja danych do trenowania modeli ML

Automatyczne dzielenie danych w potokach ETL – gotowe wzorce i kod produkcyjny

Automatyczna walidacja jakości danych w pipelinach — sprawdzaj dane bez ręcznych kontroli

Automatyczne generowanie dokumentacji schematów baz danych PostgreSQL i MySQL

Automatyczne profilowanie zapytań bazodanowych do testów wydajności

Automatyczne wsparcie do testowania baz danych w ramach automatyzacji testów

Szybka diagnoza i naprawa błędów Databricks — debuguj klastry, zadania i notebooki

Zarządzaj danymi w Delta Lake z pełną zgodą GDPR i ochroną danych osobowych

Zbierz diagnostykę Databricks do zgłoszeń support – szybko i bezpiecznie

Skonfiguruj dostęp do Databricks: SSO, uprawnienia Unity Catalog i zarządzanie organizacją

Stwórz swój pierwszy klaster i notebook Databricks w kilka minut

Zainstaluj i skonfiguruj uwierzytelnianie Databricks CLI oraz SDK w kilka minut

Skonfiguruj lokalne środowisko programistyczne Databricks z szybką iteracją i debugowaniem w IDE

Automatyzuj migrację danych do Databricks z systemów legacy, Hadoopa i magazynów danych.

Skonfiguruj Databricks w wielu środowiskach z izolowanymi kluczami API i bezpiecznym zarządzaniem sekretem.

Monitoruj zadania, koszty i wydajność Databricks w czasie rzeczywistym

Przyspeszy Twoje klastry Databricks i zapytania SQL dzięki automatycznej optymalizacji konfiguracji Spark.

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

Automatyczne tworzenie loaderów danych do treningu modeli ML

Automatyczne generowanie modeli dbt do transformacji danych w pipeline'ach

Automatyczne generowanie testów dbt dla pipelineów danych

Szybko diagnozuj i naprawiaj błędy integracji Deepgram — od problemów z API po nieudane transkrypcje.

Transkrypcja audio w czasie rzeczywistym przez WebSocket – idealna do aplikacji głosowych i live captioningu.

Kontroluj koszty transkrypcji Deepgram dzięki inteligentnym ustawieniom budżetu i optymalizacji modeli.

Bezpieczne zarządzanie danymi audio i transkrypcjami zgodnie z GDPR i HIPAA

Zbierz diagnostykę Deepgrama do zgłoszeń supportu i rozwiązywania problemów

Wdrażaj integracje Deepgram do produkcji w Docker, Kubernetes i serverless

Zacznij transkrypcję audio z Deepgram w kilka linii kodu

Zainstaluj i skonfiguruj autentykację Deepgram SDK do integracji mowy w projekcie

Migruj transkrypcję do Deepgrama z AWS, Google czy Azure bez przestojów

Monitoruj integracje Deepgram z metrykami, śladami i alertami w jednym miejscu

Przyspiesz transkrypcję Deepgram i zmniejsz opóźnienia dzięki optymalizacji API

Sprawdź gotowość wdrożenia Deepgrama przed launchem produkcyjnym

Gotowe wzorce kodu Deepgram dla TypeScript i Python — integruj API mowy bez błędów

Automatyzuj aktualizacje SDK Deepgram i migracje modeli AI bez błędów

Obsługuj asynchroniczne transkrypcje Deepgrama przez webhooki i callbacki

Automatyczne wdrażanie modeli ML do produkcji z API i monitorowaniem wydajności

Automatyczne generowanie notek deprecacji dla dokumentacji technicznej

Automatyczne szablony dokumentacji technicznej dla Twojego projektu

Projektuj schematy baz danych z wizualizacją, normalizacją i generowaniem diagramów ERD

Wykryj i rozwiąż zakleszczenia bazy danych zanim wpłyną na produkcję

Wykryj rozbieżności między rzeczywistą a pożądaną konfiguracją infrastruktury

Wykryj wycieki pamięci w kodzie i popraw wydajność aplikacji

Znajdź wąskie gardła wydajności w aplikacji – analiza CPU, pamięci, I/O i bazy danych

Automatycznie wykrywaj spadki wydajności w pipeline'ach CI/CD poprzez porównanie metryk z historycznymi bazami.

Skanuj kod aplikacji i znajdź luki bezpieczeństwa SQL injection przed atakiem