데이터·AI 스킬

Track and visualize ML training experiments with Trackio. Use when logging metrics during training (Python API), firing alerts for training diagnostics, or retrieving/analyzing logged metrics (CLI). Supports real-time dashboard visualization, alerts with webhooks, HF Space syncing, and JSON output for automation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use this skill when the user wants to build tool/scripts or achieve a task where using data from the Hugging Face API would help. This is especially useful when chaining or combining API calls or the task will be repeated/automated. This Skill creates a reusable script to fetch, enrich or process data.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Train or fine-tune language models with TRL or Unsloth on Hugging Face Jobs, including SFT, DPO, GRPO, reward models, and GGUF conversion. Use for cloud LLM training; use huggingface-vision-trainer for vision tasks.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use this skill for Hugging Face Dataset Viewer API workflows that fetch subset/split metadata, paginate rows, search text, apply filters, download parquet URLs, and read size or statistics.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Train object-detection, image-classification, or SAM segmentation models on Hugging Face Jobs. Use for vision fine-tuning and evaluation; use huggingface-llm-trainer for language models.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze Google Analytics data, review website performance metrics, identify traffic patterns, and suggest data-driven improvements. Use when the user asks about analytics, website metrics, traffic analysis, conversion rates, user behavior, or performance optimization.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Brand-consistent asset sets from DESIGN.md — hero, section illustrations, icon sets, OG image — generated through whichever channel the user actually has (grok build image_gen, Codex $imagegen, Gemini, xAI/Recraft/OpenAI keys) as recorded by omd:setup, with a provenance and cost ledger. No channel → prompt pack + manual queue, never stock. Trigger: '이미지 세트 만들어', '에셋 생성', 'generate assets', 'hero image', '아이콘 세트', 'OG 이미지'.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

One-prompt autonomous product design and implementation. Use automatically for broad greenfield UI requests such as 'from scratch', '새 제품/화면을 알아서 만들어줘', or requests that delegate DESIGN.md creation. It decides whether to reuse, establish, refresh, or skip a project design system; asks at most one consequential question batch; then builds and verifies the real surface. Use omd:harness instead only when the user explicitly asks for guided checkpoints.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

One-prompt autonomous product design and implementation. Use automatically for broad greenfield UI requests such as 'from scratch', '새 제품/화면을 알아서 만들어줘', or requests that delegate DESIGN.md creation. It decides whether to reuse, establish, refresh, or skip a project design system; asks at most one consequential question batch; then builds and verifies the real surface. Use omd:harness instead only when the user explicitly asks for guided checkpoints.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Brand-consistent asset sets from DESIGN.md — hero, section illustrations, icon sets, OG image — generated through whichever channel the user actually has (grok build image_gen, Codex $imagegen, Gemini, xAI/Recraft/OpenAI keys) as recorded by omd:setup, with a provenance and cost ledger. No channel → prompt pack + manual queue, never stock. Trigger: '이미지 세트 만들어', '에셋 생성', 'generate assets', 'hero image', '아이콘 세트', 'OG 이미지'.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Embedding strategies, ANN algorithms, hybrid search, RAG chunking strategies, and reranking for semantic search and retrieval.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Create and use Claude Code slash commands - quick prompts, bash execution, file references

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Spring Boot architecture patterns, REST API design, layered services, data access, caching, async processing, and logging. Use for Java Spring Boot backend work.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Create and configure Claude Code sub-agents with custom prompts, tools, and models

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

SaaS analytics event taxonomy, metric formulas (MRR, churn, LTV), provider-agnostic tracking, funnel analysis, cohort setup, and privacy-respecting instrumentation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Chunking strategies, embedding model selection, hybrid search, reranking, eval metrics

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use RepoPrompt CLI for token-efficient codebase exploration

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Data structure selection, pub/sub patterns, Lua scripting, pipelining, and cluster topology strategies.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Prompt templates, few-shot examples, chain-of-thought, structured output, evals

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Product analytics - event taxonomy, funnel analysis, A/B testing, retention metrikleri.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

GDPR compliance - data subject rights, lawful basis, DPIA, privacy by design, breach notification, consent management, cross-border transfers, PII masking

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Marketing analytics - UTM, attribution, CAC, ROAS, conversion tracking.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Structured data extraction - tables, pricing, products, API endpoints with schema

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

LLM Tuning Patterns

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.