> DevOps _

Решение задачи маршрутизации запросов к различным AI-сервисам Alibaba Cloud. Aicloud-ai-entry-modelstudio выступает в роли централизованного шлюза, направляющего запросы к конкретным моделям для выполнения задач, таких как генерация изображений, создание видео и обработка речи. Это позволяет избежать дублирования информации о моделях и параметрах, упрощая интеграцию и управление. Данный репозиторий предоставляет удобный интерфейс для работы с большой языковой моделью и другими искусственным интеллектом-инструментами. Включает в себя таблицу маршрутизации, определяющую соответствие между потребностями пользователя (например, генерация изображения по тексту) и конкретной AI-навыком. Поддерживаются такие задачи, как преобразование текста в изображение, редактирование изображений, генерация видео из текста или изображений, а также преобразование текста в речь и распознавание речи. Для работы требуется установка DashScope SDK (рекомендуется использование виртуального окружения virtualenv для избежания ограничений PEP 668) и настройка ключа API. Aicloud-ai-entry-modelstudio является ключевым компонентом для создания AI-агент и интеграции различных Alibaba Cloud Services в единую систему. Используемый стек технологий включает Python, Bash и другие инструменты.

Ragaai Catalyst решает проблему отслеживания и анализа всех версий ваших навыков, хранящихся на clawhub.com. Этот инструмент позволяет систематизировать эксперименты, оценивать и оптимизировать конвейеры RAG (Retrieval-Augmented Generation) с использованием командной строки. Он предоставляет комплексный подход к управлению данными, необходимыми для улучшения производительности ваших AI-решений. Ragaai Catalyst – это мощный CLI-инструмент и терминальная утилита, предназначенный для разработчиков и исследователей, работающих с RAG. Функциональность включает в себя конфигурацию, бенчмаркинг, сравнение различных настроек, управление шаблонами запросов и отслеживание затрат на API. Все данные сохраняются локально с возможностью экспорта для дальнейшего анализа. С помощью Ragaai Catalyst вы можете эффективно контролировать параметры, эксперименты с тонкой настройкой и использование токенов, обеспечивая прозрачность и возможность воспроизведения результатов. Этот инструмент значительно упрощает процесс оптимизации и масштабирования ваших RAG-приложений.

Решение задачи интеллектуального поиска информации стало проще благодаря интеграции AliCloud Milvus с использованием PyMilvus. Этот модуль предоставляет навык для подключения и выполнения векторного поиска в AliCloud Milvus через API, что позволяет создавать приложения, использующие возможности искусственного интеллекта для более точного и релевантного поиска. Подключение осуществляется с использованием стандартных API PyMilvus, что обеспечивает гибкость и простоту интеграции. Для работы требуется установка SDK PyMilvus (рекомендуется использовать виртуальное окружение для избежания ограничений PEP 668) и настройка переменных окружения: MILVUS_URI, MILVUS_TOKEN и MILVUS_DB. Это позволяет легко интегрировать функциональность поиска в существующие приложения и создавать новые решения на основе большой языковой модели. Простой пример использования демонстрирует создание коллекции, добавление данных и выполнение поиска. Данный модуль открывает возможности для создания AI-агентов и приложений, использующих векторный поиск для анализа больших объемов данных. Интеграция с AliCloud Milvus обеспечивает масштабируемость и надежность, а использование PyMilvus упрощает разработку и развертывание. Функциональность включает векторный поиск, интеграцию с API PyMilvus и подключение к AliCloud Milvus.

Решение задачи создания высокопроизводительных голосовых приложений стало проще благодаря alicloud-ai-audio-tts-realtime. Этот репозиторий предоставляет архивные версии моделей преобразования текста в речь (TTS) в реальном времени, основанных на серии Qwen от Alibaba Cloud, обеспечивая минимальную задержку при потоковой передаче речи. Использование искусственного интеллекта позволяет создавать интерактивные и отзывчивые голосовые интерфейсы. Модуль включает в себя большую языковую модель и предоставляет нормализованный интерфейс (tts.realtime) для запросов TTS, а также скрипт проверки совместимости. Поддерживаются модели, такие как qwen3-tts-flash-realtime и qwen3-tts-vd-realtime-2026-01-15, оптимизированные для работы в реальном времени с использованием WebSockets и DashScope SDK. Внедрение AI-агента на базе Qwen TTS Models позволяет легко интегрировать функциональность преобразования текста в речь в ваши приложения. Для работы требуется установка SDK и настройка ключа API DashScope. Предоставленные модели обеспечивают низкую задержку и высокую производительность, что идеально подходит для приложений, требующих мгновенной голосовой обратной связи.

agents-infra предоставляет надежное хранилище версий skills, используемых в системе оркестровки агентов. Это решение позволяет осуществлять аудит, откат к предыдущим версиям и проводить исторический анализ, обеспечивая стабильность и предсказуемость работы. Репозиторий интегрирован с GitHub и использует REST APIs для управления версиями, что упрощает интеграцию с существующей облачной инфраструктурой. Архивация версий skills осуществляется с использованием Git и обеспечивает возможность восстановления работоспособности системы в случае возникновения проблем. Поддержка AgentOS Dependency гарантирует совместимость и упрощает развертывание. Использование Python для автоматизации процессов позволяет эффективно управлять жизненным циклом cloud-сервисов. Решение agents-infra способствует повышению надежности и управляемости системы, предоставляя возможность гибкой настройки и масштабирования. Внедрение serverless архитектуры позволяет оптимизировать затраты и повысить эффективность использования ресурсов, что особенно важно при работе с динамически изменяющимися нагрузками. Интеграция с Clawhub обеспечивает удобный доступ к истории изменений.

Решение задачи сохранения и управления навыками искусственного интеллекта, полученными из Clawhub, стало возможным благодаря интеграции с сервисом AIContent от Alibaba Cloud. Этот репозиторий обеспечивает архивацию и отслеживание изменений, предоставляя историческую запись и упрощая взаимодействие с API платформы. Он позволяет эффективно использовать возможности большой языковой модели и связанных с ней ресурсов. Модуль alicloud-ai-content-aicontent использует Python, Alibaba Cloud SDK, OpenAPI и Bash для генерации инвентаризации API, архивации навыков и обеспечения интеграции с Alibaba Cloud. В процессе работы необходимо учитывать приоритет AccessKey, определяемый через переменные окружения или конфигурационный файл. Используйте List* и Describe* API для получения актуальной информации о ресурсах. Благодаря этому инструменту, разработчики могут легко управлять и отслеживать изменения в AI-агент и связанных с ними ресурсах, используя официальные SDK и OpenAPI Explorer. Рекомендуется использовать метаданные OpenAPI для получения списка доступных API и их схем, что упрощает процесс разработки и интеграции. Версия API по умолчанию: 20240611.

Разработайте уникальные голоса для ваших приложений с помощью CosyVoice – инструмента, основанного на искусственном интеллекте. Этот модуль предоставляет удобный интерфейс для создания пользовательских голосов, позволяя точно воплотить ваши представления о звучании голоса через текстовое описание. В основе лежит большая языковая модель, обеспечивающая высокую степень гибкости и реалистичности. Модуль alicloud-ai-audio-cosyvoice-voice-design интегрирован с API регистрации голоса CosyVoice и поддерживает несколько моделей, включая cosyvoice-v3.5-plus и cosyvoice-v3.5-flash. Используйте Python и REST API для управления процессом проектирования голоса, выбирая оптимальную модель в зависимости от региона развертывания и требуемой функциональности. Поддерживаются как китайский, так и английский языки. Реализуйте сложные сценарии голосового взаимодействия, используя AI-агент для автоматизации процесса создания голосов. Обратите внимание на ограничения по регионам и доступным моделям при работе с DashScope. Подробная информация о конечных точках API доступна в документации.

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.

DashVector предоставляет эффективное решение для организации и поиска в векторных базах данных, позволяя быстро находить наиболее релевантные результаты на основе семантической близости. Это особенно ценно при работе с большими объемами данных, где традиционные методы поиска оказываются неэффективными. Использование DashVector SDK и API упрощает интеграцию с существующими системами и приложениями, использующими Python. Функциональность DashVector включает в себя векторный поиск по подобию, поддержку фильтрации с использованием выражений, похожих на SQL, и обработку разреженных векторов. Это позволяет создавать сложные поисковые запросы, учитывающие различные параметры и атрибуты. Технология основана на надежной Vector Database, обеспечивающей высокую производительность и масштабируемость, что делает ее подходящей для задач, требующих работы с искусственным интеллектом и большой языковой моделью. DashVector идеально подходит для создания AI-агентов, требующих быстрого и точного поиска информации. Предоставляемые инструменты позволяют эффективно управлять коллекциями, индексировать данные и выполнять поиск с учетом различных критериев, обеспечивая высокую точность и скорость работы. Для работы требуется установка DashVector SDK и настройка учетных данных через переменные окружения.

Протокол для обеспечения постоянного совершенствования навыков с течением времени. Используйте его, когда вы обнаруживаете пробел в существующем навыке, при проверке эффективности навыков или когда агент документации обрабатывает накопленные пробелы в навыках. Определяет цикл "наблюдение-анализ-корректировка-оценка" для поддержания навыков.

Используйте этот навык при написании и выполнении модульных и компонентных тестов для фронтенда с использованием Vitest и Testing Library. Он охватывает шаблоны render/screen/fireEvent, vi.mock для создания заглушек и структуру тестов AAA (Arrange-Act-Assert). Применяйте его при добавлении тестового покрытия для компонентов Svelte, отладке сбоев тестов или настройке утилит для тестирования.

Руководство по созданию эффективных навыков для AI-агентов, работающих с SDK Azure и сервисами Microsoft Foundry. Используйте при создании новых навыков или обновлении существующих.

Создание операций для модуля Terraform. Автоматически активируется для продвинутого уровня DevOps. Запускается при: создании модуля Terraform, создании части модуля Terraform. Является частью категории навыков "Продвинутый DevOps". Используйте, когда работаете с функциональностью создания модуля Terraform. Активируйте с помощью фраз, таких как "создание модуля Terraform", "создатель Terraform", "Terraform".

Настройка операций по созданию дистрибутивов CloudFront. Автоматически активируемая функция для сервисов AWS. Запускается при: создании дистрибутива CloudFront. Является частью категории функций AWS. Используйте, когда работаете с функциональностью создания дистрибутивов CloudFront. Активируйте с помощью фраз, таких как "создание дистрибутива CloudFront", "настройка CloudFront", "CloudFront".

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

Используйте это, когда работаете с Terraform или OpenTofu: при создании модулей, написании тестов (с использованием встроенной системы тестирования или Terratest), настройке конвейеров CI/CD, проверке конфигураций, выборе подходов к тестированию, отладке проблем с состоянием, внедрении сканирования безопасности (Trivy, Checkov) или при принятии архитектурных решений в области инфраструктуры как кода.

Интеграция GitHub с Spec-Kit для разработки спецификаций на основе конституции (constitution-based spec-driven development). 7-этапный рабочий процесс. Триггеры: "spec-kit", "speckit", "constitution", "specify", ".specify/", "规格驱动开发", "需求规格".

Используйте интерфейс командной строки btca для работы с локальными ресурсами и получения ответов, основанных на исходном коде. Применяйте эту функцию при настройке btca в проекте, подключении провайдера, добавлении или управлении ресурсами, а также при задавании вопросов с помощью команд btca. Активируйте эту функцию, когда пользователь говорит "использовать btca" или когда ему требуется более детальное исследование конкретной библиотеки или фреймворка.

Руководство по созданию файлов Terraform для Azure API Management (APIM) и связанных служб Azure. Используйте его, когда пользователям необходимо создавать, изменять или понимать конфигурации Terraform для экземпляров APIM, API, бэкендов, подписок, политик, продуктов, логгеров, диагностики и сопутствующей инфраструктуры с использованием провайдера `azurerm`. Это руководство предоставляет информацию о синтаксисе HCL, определениях ресурсов и шаблонах из Terraform Registry и этого репозитория.

Используйте эту функцию для операций с GitHub issues, pull requests и релизами еженедельного блога, используя командную строку GitHub (gh CLI).

Azure Kubernetes Service (AKS) – это ключевой компонент облачной инфраструктуры, позволяющий развертывать и управлять контейнерными приложениями. Этот модуль предоставляет готовые решения для планирования и создания кластеров AKS, уделяя особое внимание критически важным настройкам на этапе инициализации (Day-0), которые сложно изменить впоследствии. Он помогает избежать распространенных ошибок и обеспечивает оптимальную производительность. Модуль автоматизирует процесс создания кластеров, предоставляя рекомендации по конфигурации, включая проектирование сети (доступ к API-серверу, модель IP-адресов, исходящий трафик) и управление удостоверениями. Интеграция с Azure Policy позволяет обеспечить соответствие требованиям безопасности и корпоративным стандартам, что особенно важно при использовании cloud-сервисов. Поддерживаемые команды: az aks create, az aks show, kubectl get, kubectl describe. Благодаря автоматизации и рекомендациям, модуль сокращает время на развертывание и упрощает управление кластерами AKS. Он позволяет сосредоточиться на разработке приложений, а не на рутинной настройке инфраструктуры, приближая вас к архитектуре serverless. Связанные навыки: azure-diagnostics (устранение неполадок AKS), azure-validate (проверки готовности).

Создайте новый навык в стиле стандартной операционной процедуры (SOP) в файле skills//SKILL.md, используя метаданные типа "kind: sop" и структурированные разделы "Параметры" и "Шаги".

Конвейеры CI/CD для приложений .NET. Охватывает GitHub Actions и YAML-конвейеры Azure DevOps с этапами сборки, тестирования, публикации и развертывания. Активируйте этот навык при настройке непрерывной интеграции, автоматизированного тестирования, рабочих процессов развертывания или когда пользователь упоминает "CI/CD", "конвейер", "GitHub Actions", "Azure DevOps", "рабочий процесс", "развертывание", "конвейер сборки", "публикация", "NuGet push", "выпуск" или "непрерывная интеграция".

Используйте эту функцию, когда пользователь говорит "CI/CD", "GitHub Actions", "pipeline", "непрерывная интеграция", "непрерывная доставка", "ci-cd-pipeline", "автоматизация развертывания" или нуждается в настройке автоматизированных конвейеров сборки, тестирования и развертывания. Не используйте для однократных ручных развертываний.

Обнаружено 15 событий, связанных с триггерами, в файле recon event_definitions.md (дополнительный навык) - Используется агентами, отвечающими за широкий спектр задач (прикреплены к основному состоянию или являются специализированными агентами).

Этот справочник предоставляет исчерпывающую информацию об услуге SAP Cloud Logging на платформе SAP BTP. Используйте его при настройке экземпляров Cloud Logging, конфигурации сбора журналов из сред Cloud Foundry или Kyma, реализации наблюдаемости OpenTelemetry, анализе журналов/метрик/трассировок в OpenSearch Dashboards, настройке аутентификации SAML, управлении сертификатами или устранении неполадок при сборе данных. Охватывает планы обслуживания (dev/standard/large), все 4 способа создания экземпляров (BTP Cockpit, CF CLI, BTP CLI, Service Operator), все 4 способа сбора данных (Cloud Foundry, Kyma, OpenTelemetry, JSON API) и лучшие практики безопасности.

Выполняйте развертывания в Azure для УЖЕ СУЩЕСТВУЮЩИХ приложений, которые имеют файлы `.azure/deployment-plan.md` и файлы инфраструктуры. НЕ используйте эту функцию, когда пользователь просит СОЗДАТЬ новое приложение — используйте `azure-prepare` вместо этого. Эта функция выполняет команды `azd up`, `azd deploy`, `terraform apply` и `az deployment` со встроенными механизмами восстановления после ошибок. Требует наличия файла `.azure/deployment-plan.md` от `azure-prepare` и подтвержденного статуса от `azure-validate`. КОГДА ИСПОЛЬЗОВАТЬ: "запустить `azd up`", "запустить `azd deploy`", "выполнить развертывание", "опубликовать в продакшн", "опубликовать в облако", "запустить", "отправить", "развернуть Bicep", "выполнить `terraform apply`", "опубликовать в Azure", "запустить в Azure". НЕ ИСПОЛЬЗОВАТЬ, КОГДА: "создать и развернуть", "собрать и развернуть", "создать новое приложение", "настроить инфраструктуру", "создать и развернуть в Azure с помощью Terraform" — используйте `azure-prepare` для этих задач.

Унифицированный навык развертывания моделей Azure OpenAI с интеллектуальной маршрутизацией на основе намерений. Поддерживает быстрое развертывание по умолчанию, полностью кастомизированные развертывания (версия/SKU/производительность/политика RAI) и обнаружение доступной производительности в различных регионах и проектах. ИСПОЛЬЗУЙТЕ ДЛЯ: развертывания модели, развертывания gpt, создания развертывания, развертывания модели, развертывания модели openai, настройки модели, выделения ресурсов для модели, поиска доступной производительности, проверки доступности модели, где можно развернуть, лучший регион для модели, анализа производительности. НЕ ИСПОЛЬЗУЙТЕ ДЛЯ: перечисления существующих развертываний (используйте инструмент foundry_models_deployments_list MCP), удаления развертываний, создания агентов (используйте agent/create), создания проектов (используйте project/create).

Этот навык следует использовать, когда пользователям необходимо арендовать графические процессоры, запускать задания машинного обучения или управлять вычислительными ресурсами на децентрализованной платформе Basilica. Используйте его для обучения с использованием PyTorch/TensorFlow, настройки распределенного обучения, управления арендой графических процессоров, мониторинга затрат или любых рабочих процессов командной строки Basilica. Включает обходные решения для сред, отличных от TTY, таких как Claude Code.

Развертывайте Ember в производственной среде с использованием режима демона, экспорта метрик Prometheus и Docker. Используйте этот навык, когда кто-либо спрашивает о запуске Ember без графического интерфейса, экспорте метрик Prometheus, настройке Ember в Docker или docker-compose, интеграции Ember с Grafana, настройке проверок работоспособности или любом производственном развертывании мониторинга Caddy/FrankenPHP. Для вывода в формате JSON, скриптов и CI-пайплайнов используйте навык ember-json.