'python' 검색 결과

Creates devcontainers with Claude Code, language-specific tooling (Python/Node/Rust/Go), and persistent volumes. Use when adding devcontainer support to a project, setting up isolated development environments, or configuring sandboxed Claude Code workspaces.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Azure AI Transcription SDK for Python. Use for real-time and batch speech-to-text transcription with timestamps and diarization.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Azure Machine Learning SDK v2 for Python. Use for ML workspaces, jobs, models, datasets, compute, and pipelines.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Expert guidance for LangChain and LangGraph development with Python, covering chain composition, agents, memory, and RAG implementations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Improve AI application with evaluation-driven development. Define eval criteria, instrument the application, build golden datasets, observe and evaluate application runs, analyze results, and produce a concrete action plan for improvements. ALWAYS USE THIS SKILL when the user asks to set up QA, add tests, add evals, evaluate, benchmark, fix wrong behaviors, improve quality, or do quality assurance for any Python project that calls an LLM model.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Best practices for scikit-learn machine learning, model development, evaluation, and deployment in Python

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Machine learning in Python with scikit-learn. Use for classification, regression, clustering, model evaluation, and ML pipelines.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guidelines for deep learning development with PyTorch, Transformers, Diffusers, and Gradio for LLM and diffusion model work.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

This guide covers essential PDF processing operations using Python libraries and command-line tools. For advanced features, JavaScript libraries, and detailed examples, see reference.md. If you need to fill out a PDF form, read forms.md and follow its instructions.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Generate production code for Dataverse SDK using advanced patterns, error handling, and optimization techniques.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Scanpy is a scalable Python toolkit for analyzing single-cell RNA-seq data, built on AnnData. Apply this skill for complete single-cell workflows including quality control, normalization, dimensionality reduction, clustering, marker gene identification, visualization, and trajectory analysis.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Matplotlib is Python's foundational visualization library for creating static, animated, and interactive plots.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guidelines for data analysis and Jupyter Notebook development with pandas, matplotlib, seaborn, and numpy.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Best practices for SciPy scientific computing, optimization, signal processing, and statistical analysis in Python

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Statsmodels is Python's premier library for statistical modeling, providing tools for estimation, inference, and diagnostics across a wide range of statistical methods.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Best practices for Matplotlib data visualization, plotting, and creating publication-quality figures in Python

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Generate complete solutions for specific Dataverse SDK use cases with architecture recommendations

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

SymPy is a Python library for symbolic mathematics that enables exact computation using mathematical symbols rather than numerical approximations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

GitHub Actions CI/CD setup for Python, R, and multi-platform testing. Use when creating, debugging, or optimizing CI/CD pipelines.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Control a running TouchDesigner instance via twozero MCP — create operators, set parameters, wire connections, execute Python, build real-time visuals. 36 native tools.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Foundation for writing Estuary derivations — what they are, language choice (SQL/TypeScript/Python), project layout, flowctl workflow, stateless vs stateful shuffling, and universal gotchas. Read this before any other derivation-* skill. Use when user says "write a derivation", "how do derivations work", "create a derivation", "derivation setup", or before starting any transformation work.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

在授权渗透测试中挖掘不安全反序列化（insecure deserialization）。当目标把用户可控数据交给 unserialize/Marshal/pickle/ObjectInputStream/BinaryFormatter/YAML.load 等还原成对象时使用——典型场景：cookie/token/viewstate/隐藏字段里出现序列化数据、导入文件触发对象还原、想借 gadget chain 拿 RCE。适用目标类型 Web / REST API（PHP/Ruby/Python/Java/.NET）。触发场景包括用户说"测下反序列化""这个 cookie 是不是序列化对象""能不能 gadget chain 打 RCE""phar/Marshal/pickle 打一下"。输出：识别出的序列化落点 + gadget 可用性判定 + 带外/回显证据的 finding（含 killed 记录）。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Test Temporal workflows with pytest, time-skipping, and mocking strategies. Covers unit testing, integration testing, replay testing, and local development setup. Use when implementing Temporal workflow tests or debugging test failures.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.