> Cloud _

Cloudflare – комплексная платформа для защиты и оптимизации веб-приложений, использующая передовые технологии, включая искусственный интеллект и большую языковую модель. Платформа предлагает решения для разработчиков, позволяющие минимизировать задержки и повысить производительность приложений, развернутых на границе сети. С помощью AI-агента и инструментов, таких как Workers, Durable Objects и Pages, разработчики могут создавать серверные функции, веб-приложения и сложные системы, не заботясь о масштабировании и безопасности. Автоматизация рутинных задач позволяет сосредоточиться на разработке. Cloudflare обеспечивает надежную инфраструктуру для хранения данных, выполнения задач и управления трафиком, гарантируя максимальную доступность и устойчивость приложений. Используйте Smart Placement для оптимизации задержек и Cron Triggers для автоматизации операций.

Этот навык следует использовать, когда пользователь запрашивает "добавление MCP-сервера", "интеграцию MCP", "настройку MCP в плагине", "использование .mcp.json", "настройку Model Context Protocol", "подключение внешнего сервиса", упоминает "${CLAUDE_PLUGIN_ROOT} с MCP" или обсуждает типы MCP-серверов (SSE, stdio, HTTP, WebSocket). Предоставляет подробное руководство по интеграции серверов Model Context Protocol в плагины Claude Code для интеграции с внешними инструментами и сервисами.

Этот навык следует использовать, когда пользователь запрашивает "миграцию с OpenAI Apps SDK", "конвертацию OpenAI App в MCP", "перенос с window.openai", "миграцию со skybridge" или нуждается в руководстве по преобразованию приложений OpenAI Apps SDK в MCP Apps SDK. Предоставляет пошаговые инструкции по миграции с таблицами соответствия API.

Лучшие практики использования Terraform для управления инфраструктурой как кодом.

Выполняет комплексную предварительную проверку развертываний Bicep в Azure, включая проверку синтаксиса шаблонов, анализ "что, если" и проверку разрешений. Используйте эту функцию перед любым развертыванием в Azure, чтобы просмотреть изменения, выявить потенциальные проблемы и убедиться в успешном выполнении развертывания. Активируется, когда пользователи упоминают развертывание в Azure, проверку файлов Bicep, проверку разрешений на развертывание, предварительный просмотр изменений инфраструктуры, выполнение анализа "что, если" или подготовку к выполнению команды `azd provision`.

Проанализируйте группы ресурсов Azure и создавайте подробные архитектурные схемы на языке Mermaid, демонстрирующие взаимосвязи между отдельными ресурсами. Используйте эту возможность, когда пользователь запрашивает схему своих ресурсов Azure или нуждается в помощи в понимании взаимосвязей между ними.

Разрабатывайте приложения реального времени с использованием Azure AI Voice Live, упрощая создание интерактивных голосовых интерфейсов. Этот Python-модуль предоставляет набор готовых навыков и удобную терминальную утилиту для быстрой установки и развертывания. Используйте его для интеграции голосового ИИ в ваши проекты, опираясь на надежную аутентификацию и WebSocket-коммуникацию. CLI-инструмент azure-ai-voicelive-py позволяет быстро начать работу, предоставляя командную строку для управления и тестирования ваших голосовых приложений. Включает в себя библиотеку навыков, упрощающую разработку, а также поддержку аутентификации через DefaultAzureCredential и API-ключ. Основан на Azure AI Voice Live SDK, aiohttp и Azure Identity. Установка проста: pip install azure-ai-voicelive aiohttp azure-identity. Настройте необходимые переменные окружения, такие как AZURE_COGNITIVE_SERVICES_ENDPOINT, для подключения к вашему ресурсу Azure AI Voice Live. Этот модуль обеспечивает эффективный способ построения сложных голосовых решений, используя возможности Python и Azure.

Этот Python модуль предоставляет удобный доступ к сервису Azure AI Translator для перевода текста, транслитерации и определения языка. Он позволяет интегрировать функции перевода непосредственно в ваши приложения и автоматизировать задачи, связанные с обработкой текста на разных языках, значительно упрощая рабочий процесс. С помощью библиотеки azure-ai-translation-text-py вы можете легко выполнять скриптинг операций перевода, используя аутентификацию через API-ключ и регион или указанный вами конечный пункт. Это обеспечивает гибкость и контроль над процессом перевода, позволяя адаптировать его к конкретным потребностям вашего проекта. Используйте этот SDK для автоматизации задач, связанных с обработкой и переводом текста, и оптимизации вашего рабочего процесса. Простое управление и интеграция делают его незаменимым инструментом для разработчиков, работающих с многоязычными приложениями и требующих надежного и масштабируемого решения для перевода.

Этот SDK предоставляет необходимые инструменты и библиотеки для бэкенд-разработки приложений анализа документов с использованием Azure AI Document Intelligence (Form Recognizer) на языке Java. Он позволяет интегрировать мощные возможности распознавания данных из документов в ваши собственные решения, автоматизируя процессы обработки и извлечения информации. SDK включает в себя DocumentAnalysisClient для выполнения анализа документов и DocumentModelAdministrationClient для управления моделями. Взаимодействие с сервисом осуществляется посредством REST API, обеспечивая гибкость и контроль над процессом извлечения данных. Поддерживается интеграция с Azure KeyCredential и DefaultAzureCredential для удобной и безопасной аутентификации. Реализация серверной логики для обработки документов становится проще благодаря готовым компонентам и удобному интерфейсу. SDK позволяет создавать надежные и масштабируемые решения для автоматизации задач, связанных с извлечением данных из различных типов документов.

Разрабатываете приложения с использованием Azure AI? Этот Java SDK предоставляет удобный способ интеграции голосовых сессий в реальном времени с AI-ассистентами, используя технологию WebSocket. Библиотека значительно упрощает управление и настройку двусторонних голосовых взаимодействий, позволяя создавать интерактивные приложения с минимальными усилиями. Для удобства работы с Azure AI VoiceLive доступен CLI-инструмент, который можно использовать из командной строки или терминальной утилиты. SDK поддерживает аутентификацию как через API Key, так и через DefaultAzureCredential, обеспечивая гибкость в управлении доступом к ресурсам. Библиотека azure-ai-voicelive-java позволяет легко создавать и управлять голосовыми потоками, основанными на WebSocket, что делает её идеальным решением для разработчиков, которым требуется интеграция голосовых функций в свои Java приложения. Поддерживается работа с переменными окружения для упрощения конфигурации.

Библиотека azure-ai-voicelive-dotnet предоставляет SDK для разработки интерактивных голосовых помощников в реальном времени, использующих возможности Azure AI. Она значительно упрощает интеграцию голосового взаимодействия в приложения, что особенно актуально при разработке игр и создании интерактивных сценариев, где требуется естественный и мгновенный отклик. Инструмент позволяет создавать двунаправленные голосовые интерфейсы для различных платформ. SDK поддерживает аутентификацию через Microsoft Entra ID или API Key, обеспечивает управление сессиями с обновлениями и обработкой элементов, а также использует NAudio для захвата и воспроизведения аудио. Это позволяет легко интегрировать голосовые функции в существующие проекты, например, в игровой движок или другие приложения, требующие голосового управления или взаимодействия. Используя C# и .NET, azure-ai-voicelive-dotnet открывает новые возможности для геймдева и создания инновационных приложений с голосовым управлением и реалистичным взаимодействием. Для работы требуется Azure AI и настройка переменных окружения, включая AZURE_VOICELIVE_ENDPOINT и AZURE_VOICELIVE_MODEL.

Разрабатывайте интерактивные голосовые помощники в реальном времени для Node.js и браузерных приложений с помощью azure-ai-voicelive-ts. Этот SDK предоставляет инструменты для создания двусторонних голосовых интерфейсов, интегрированных с сервисами Azure AI, что особенно актуально для геймдева и разработки игр, где требуется динамичное взаимодействие с пользователем. Поддержка JavaScript и TypeScript упрощает интеграцию в существующие проекты. Библиотека azure-ai-voicelive-ts обеспечивает аутентификацию через Microsoft Entra ID или API Key, а также предоставляет клиентскую иерархию для эффективного управления сессиями. Это позволяет создавать сложные и масштабируемые решения, идеально подходящие для использования в игровом движке и других приложениях, требующих надежной и безопасной голосовой коммуникации. Используйте WebSocket для передачи данных в реальном времени и легко интегрируйте голосовые функции в ваши приложения. Простая установка через npm и поддержка современных браузеров и версий Node.js делают azure-ai-voicelive-ts удобным инструментом для геймдева и других задач, связанных с созданием голосовых интерфейсов.

Упростите интеграцию сервисов Azure AI Translation в ваши TypeScript приложения с помощью этого пакета. Он предоставляет удобные REST API клиенты для перевода текста и документов, позволяя легко добавлять функциональность машинного перевода в ваши проекты. Вы сможете быстро и эффективно использовать возможности Azure Translation без необходимости написания сложного кода. Пакет включает в себя CLI-инструмент и терминальная утилита для работы с сервисом перевода, доступный через командную строку. Поддерживается аутентификация с использованием ключа API или учетных данных, а также работа с множеством целевых языков. Интеграция с Node.js и npm обеспечивает простоту установки и использования. Для начала работы потребуется установить пакеты @azure-rest/ai-translation-text и @azure-rest/ai-translation-document через npm. Настройка переменных окружения, таких как TRANSLATOR_ENDPOINT, TRANSLATOR_SUBSCRIPTION_KEY и TRANSLATOR_REGION, позволит вам быстро начать использовать CLI-инструмент для перевода.

Этот C# SDK предоставляет open-source решение для упрощения управления ресурсами Arize AI Observability и Evaluation в Azure. Он позволяет автоматизировать создание организаций и выделение ресурсов, значительно облегчая развертывание и администрирование. Инструмент разработчика позволяет эффективно взаимодействовать с сервисом через Azure ARM и Azure CLI, используя стандартные методы аутентификации, включая DefaultAzureCredential. SDK обеспечивает удобный интерфейс для управления организациями, включая их создание и настройку. Функциональность включает в себя управление ресурсами, автоматизированное выделение и поддержку аутентификации через Azure Identity. Это позволяет значительно сократить ручные операции и повысить эффективность работы с Arize AIObservabilityEval. Благодаря автоматизации процессов развертывания и управления, данный SDK позволяет разработчикам сосредоточиться на ключевых задачах, связанных с использованием Arize AI для мониторинга и оценки моделей машинного обучения. SDK построен на базе .NET SDK и предоставляет надежный и масштабируемый способ взаимодействия с сервисом.

Azure Architecture Autopilot – решение, позволяющее проектировать и модифицировать инфраструктуру Azure, используя естественный язык и AI-агент. Проект устраняет сложность ручного проектирования, предлагая интуитивно понятный интерфейс для создания оптимальных архитектурных решений. В основе лежит применение искусственного интеллекта и большой языковой модели для адаптации ответов к языку пользователя, обеспечивая максимальную удобство и эффективность. Автоматизированный конвейер анализирует существующие ресурсы и визуализирует архитектуру, упрощая процесс внесения изменений и последующего развертывания. Встроенный движок диаграмм, работающий на основе Python скриптов, генерирует интерактивные HTML диаграммы с использованием более 605 официальных иконок Azure. Интеграция с GitHub Copilot агентами повышает производительность и точность проектирования. Ключевой особенностью является автоматическое определение языка пользователя и предоставление ответов на этом языке. Это гарантирует, что взаимодействие будет максимально комфортным и понятным для пользователя, независимо от его языковых предпочтений. Использование Bicep для инфраструктурного кода обеспечивает надежность и воспроизводимость развертывания.

Разверните код на платформе Railway с помощью команды "railway up". Используйте эту команду, когда пользователь хочет загрузить код и использует слова "railway up", "deploy", "ship" или "push". Для первоначальной настройки или создания сервисов используйте навык "railway-new". Для работы с Docker-образами используйте навык "railway-environment".

Ginkgo Cloud Lab решает проблему ограниченного доступа к передовым лабораторным ресурсам для научных исследований. Платформа предоставляет open-source решение для удалённого управления и автоматизации лабораторных процессов, включая доступ к роботизированному оборудованию и специализированному программному обеспечению, охватывающему более 70 инструментов. Инструмент разработчика Ginkgo Cloud Lab включает в себя EstiMate – AI-агента, который оценивает осуществимость пользовательских протоколов на естественном языке и предоставляет информацию о ценах. Это позволяет быстро оценить потенциал и стоимость выполнения сложных научных задач, таких как экспрессия белков и оптимизация протоколов. Платформа поддерживает такие технологии, как Python, AI Agents, Robotics, Cloud Computing и Bioinformatics, обеспечивая комплексное и эффективное решение для исследователей, стремящихся к ускорению и оптимизации своих рабочих процессов.

Решение для построения и управления распределенными системами на базе Google Cloud Platform (GCP) предоставляет надежный фундамент для разработки масштабируемых и экономически эффективных приложений. Оно включает в себя готовый agent framework и рекомендации, основанные на лучших практиках, позволяющие значительно упростить развертывание и обслуживание сложных инфраструктур. Использование инструмента разработчика и автоматизированных процессов позволяет командам сосредоточиться на бизнес-логике, а не на рутинных операциях. Автоматизация инфраструктуры с помощью Terraform и gcloud CLI обеспечивает воспроизводимость и управляемость окружений. Подход, ориентированный на использование управляемых сервисов, таких как Cloud Run и Pub/Sub, минимизирует операционные издержки и повышает отказоустойчивость. Встроенные механизмы управления доступом (IAM Management) гарантируют соответствие политикам безопасности. Данный проект предлагает комплексное open-source решение для создания современных, масштабируемых и безопасных приложений на GCP, оптимизированное для достижения максимальной эффективности и снижения затрат. Он способствует внедрению лучших практик, включая принципы наименьших привилегий и проектирование с учетом географической распределенности.

Azure предоставляет open-source решение для управления и развертывания инфраструктуры в Microsoft Azure. Основываясь на принципах инфраструктуры как кода, система позволяет декларативно определять и поддерживать желаемое состояние ресурсов, обеспечивая воспроизводимость и минимизируя отклонения от заданных конфигураций. Это ключевой инструмент разработчика для автоматизации процессов развертывания и управления облачной инфраструктурой. Система использует Azure CLI, Bicep и ARM Templates для определения инфраструктуры, а также интегрирована с Entra ID для централизованного управления идентификацией и доступом. Организация ресурсов в группы ресурсов позволяет эффективно управлять и контролировать расходы, а также упрощает применение политик безопасности. Автоматизация инфраструктурных задач с помощью Azure значительно повышает эффективность работы команд DevOps и снижает риск ошибок. Функциональность включает в себя декларативное управление инфраструктурой, централизованное управление идентификацией и организацию групп ресурсов, что способствует повышению безопасности и оптимизации затрат.

Решение для автоматизации управления облачными ресурсами AWS. Наша платформа предоставляет открытый фреймворк для создания AI-агентов, упрощающий взаимодействие с сервисами AWS и автоматизирующий рутинные задачи, включая соблюдение лучших практик безопасности. Это позволяет командам разработчиков и DevOps-инженерам эффективно управлять инфраструктурой, снижая операционные издержки и повышая производительность. Фреймворк построен на базе Rust и использует инструменты, такие как AWS CLI, CloudFormation и CDK, для декларативного управления ресурсами. Он обеспечивает основу для разработки сложных AI-агентов, способных к адаптации и самостоятельному решению задач, связанных с управлением облачной средой, используя возможности большой языковой модели. Ключевые особенности включают в себя гибкий фреймворк для создания AI-агентов, автоматизацию работы с сервисами AWS, а также встроенное обеспечение соблюдения политик безопасности. Платформа позволяет создавать решения, использующие искусственный интеллект для оптимизации работы с облаком и повышения его надежности.

channel_message – это CLI-инструмент, решающий проблему отправки сообщений через различные мессенджеры непосредственно из командной строки. Он обеспечивает гибкость и автоматизацию взаимодействия с чат-платформами, позволяя интегрировать функциональность отправки сообщений в скрипты и автоматизированные процессы. Инструмент предоставляет поддержку нескольких приложений для обмена сообщениями и обладает расширяемыми возможностями для адаптации под различные нужды. В основе лежит терминальная утилита, написанная на Bash и Python, что обеспечивает высокую производительность и простоту интеграции. Использование API-интеграции позволяет отправлять сообщения с минимальными задержками. Для отправки сообщения используйте команду copaw channels send с указанием параметров --agent-id, --channel, --target-user, --target-session и --text. Список доступных сессий можно получить с помощью команды copaw chats list. Это мощный CLI-инструмент для автоматизации коммуникаций.

dingtalk_channel_connect позволяет значительно повысить продуктивность команд, интегрируя возможности персонального AI-ассистента непосредственно в рабочие каналы DingTalk. Это решение предоставляет расширяемые возможности и упрощает развертывание, что особенно ценно для организаций, стремящихся к оптимизации коммуникаций и совместной работе. Функциональность dingtalk_channel_connect обеспечивает бесшовную интеграцию сервисов, позволяя автоматизировать рабочий процесс и минимизировать рутинные задачи. Использование DingTalk API и гибкая архитектура на базе JavaScript, JSON и веб-фреймворка (предположительно React/Vue) обеспечивает высокую степень кастомизации и адаптации под специфические потребности бизнеса. Благодаря возможности самохостинга, dingtalk_channel_connect дает полный контроль над данными и инфраструктурой, обеспечивая безопасность и соответствие требованиям. Это эффективный инструмент для повышения эффективности взаимодействия и оптимизации бизнес-процессов, делая работу более удобной и результативной.

Модуль docx предназначен для автоматизации задач, связанных с созданием, редактированием и анализом файлов формата .docx. Он позволяет эффективно обрабатывать документы, включая преобразование из других форматов и извлечение необходимой информации, что существенно упрощает рабочий процесс. В основе функциональности лежит возможность конвертации между форматами .doc, .docx и другими, а также извлечение содержимого с использованием pandoc или прямого доступа к XML-структуре. Для работы требуется Python, Bash, pandoc, LibreOffice и docx-js. Интеграция модуля docx в существующие системы позволяет автоматизировать повторяющиеся операции, например, массовую обработку документов или создание отчетов, значительно повышая эффективность и сокращая время на выполнение рутинных операций, что является ключевым элементом в оптимизации рабочего процесса и автоматизации задач.

file_reader – это CLI-инструмент, предназначенный для быстрого просмотра и обобщения содержимого текстовых файлов, находящихся на локальном диске. Он решает проблему необходимости оперативного извлечения ключевой информации из текстовых документов, исключая обработку не поддерживаемых форматов, таких как PDF или Office документы. Инструмент позволяет эффективно работать с большими файлами, используя методы, такие как tail, для отображения только необходимой части содержимого. В основе работы file_reader лежит проверка типа файла с использованием команды file, что гарантирует корректную обработку только поддерживаемых текстовых форматов, включая .txt, .md, .json, .yaml, .csv, .log и другие. Это обеспечивает стабильность работы и предотвращает ошибки при попытке обработки неподходящих файлов. Инструмент может быть вызван из командной строки или интегрирован в другие терминальные утилиты. Технически, file_reader реализован на основе Bash, Shell Scripting, Python и использует форматы данных YAML и JSON для структурированного представления информации. Для больших файлов применяется подход с использованием tail для извлечения и обобщения последних записей, что позволяет эффективно работать даже с очень большими лог-файлами.

Модификация инфраструктуры AWS с использованием обработчиков Pulumi и декларативных компонентов инфраструктуры. Используйте этот навык, когда разработчику необходимо настроить инфраструктуру AWS, добавить обработчики Pulumi, сконфигурировать OpenSearch, VPC, теги ресурсов, регионы, собственные домены, развертывания "синий-зеленый", конфигурацию, зависящую от среды, или управлять режимами работы инфраструктуры для продакшена и разработки. Охватывает `CorePulumi.Interface`, все декларативные компоненты `` и ``.

Этот навык охватывает реализацию автоматизированного сканирования безопасности для шаблонов Infrastructure as Code (IaC) с использованием...

Агент и плагин Terraform для работы с кодом инфраструктуры, совместимые с Claude Code, Codex, Gemini CLI, Cursor и OpenClaw. Охватывают шаблоны проектирования модулей, стратегии управления состоянием, конфигурацию провайдеров, усиление безопасности, политики как код с использованием Sentinel/OPA и рабочие процессы планирования/применения в CI/CD. Используйте, когда: пользователю необходимо проектировать модули Terraform, управлять бэкендами состояний, проверять безопасность Terraform, реализовывать развертывания в нескольких регионах или следовать лучшим практикам IaC.

Изменяет пакет симулятора флота, интерфейс API, процесс выпуска и документацию или ресурсы, принадлежащие симулятору. Используйте, когда основная область знаний затрагивает `src/fleet-sim` или веб-сайт/страницы выпуска, принадлежащие подсистеме симулятора.

Оптимизируйте расходы на вычислительные ресурсы, автоматически направляя задачи на наиболее экономичные backend ресурсы. Edge-router обеспечивает интеллектуальную маршрутизацию, начиная с локального выполнения, затем переходя к облачным GPU и, при необходимости, к квантовым вычислениям, что идеально подходит для работы с облачной инфраструктурой и cloud-сервисами. Решение основано на стеке Go, Bash, REST API и JSON, управляется через Kubernetes и предоставляет Dynamic Task Routing, Cost Optimization и Backend Health Monitoring. Интеграция с serverless архитектурами упрощает развертывание и масштабирование. Доступ к функциональности осуществляется через REST API (базовый URL: https://edge-router.gpupulse.dev/api/v1 или localhost:3825), позволяющий выполнять маршрутизацию задач (/route), их выполнение (/execute) и получать информацию о доступных backend (/backends), статистику маршрутизации (/stats) и состояние системы (/health).

Решение для мгновенного перевода аудио, основанное на передовых технологиях искусственного интеллекта, позволяет осуществлять трансляцию речи в реальном времени. Этот репозиторий содержит готовые к использованию навыки живого перевода, разработанные на базе моделей Alibaba Cloud Qwen, обеспечивая точную и быструю интерпретацию аудиоданных. Используя большую языковую модель Qwen, alicloud-ai-audio-livetranslate предоставляет возможности китайско-английской интерпретации, создания субтитров в реальном времени и поддержки операторов колл-центров. Функциональность включает живой перевод аудио, поддержку различных языков и интеграцию с другими сервисами Alibaba Cloud. В основе лежит AI-агент, оптимизированный для минимальной задержки. Техническая реализация построена на Python, Bash и использует платформу Clawhub для управления версиями и развертыванием. Поддерживаемые модели: qwen3-livetranslate-flash и qwen3-livetranslate-flash-realtime. Для валидации используется скрипт prepare_livetranslate_request.py.