Use when the user requests integration testing, feature validation, or test plan execution
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
av/skills202026년 10월 12일 업데이트
무료GitHub에 공개
pull-llamacpp-model
Use when pulling or downloading a new llamacpp model. The active ROCm image (kyuz0/amd-strix-halo-toolboxes) fails to start in the ephemeral pull container without ROCm device access. Must temporarily switch to the standard CPU image.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
설치 방법 보기포함된 파일(2)
- SKILL.md1.6 KB
- README.md559 B
SKILL.md(원문)
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Pull a llamacpp Model
This machine uses kyuz0/amd-strix-halo-toolboxes:rocm-7.2 for llamacpp inference (AMD Strix Halo / gfx1151 — not supported by the official ROCm build). Harbor's pull mechanism starts an ephemeral container with --n-gpu-layers 0; the custom image fails in that context without ROCm device access. Use the standard CPU image just for pulling, then restore.
Steps
1. Switch to the standard CPU image
harbor config set llamacpp.image.rocm ghcr.io/ggml-org/llama.cpp:server
2. Pull the model
harbor pull <hf-owner/model-repo:quantization>
# Examples:
harbor pull bartowski/Qwen2.5-7B-Instruct-GGUF:Q4_K_M
harbor pull unsloth/Mistral-Small-3.1-24B-Instruct-2503-GGUF:UD-Q4_K_XL
Harbor detects the HuggingFace model spec and routes it through llamacpp automatically.
3. Restore the custom image
harbor config set llamacpp.image.rocm kyuz0/amd-strix-halo-toolboxes:rocm-7.2
Notes
- The restore step is mandatory — without it, llamacpp will not use the GPU on the next
harbor up llamacpp - Extra args (
-fa 1 -dio --no-mmap --ctx-size 64000 --fit off) are stored separately in config and are not affected - To verify the model after pulling:
harbor llamacpp model - To verify the image was restored:
harbor config get llamacpp.image.rocm
리뷰
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
댓글
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
같은 저장소의 스킬
anneal
무료Use when the user wants to systematically fix AI code slop — duplicated logic, over-engineering, silent error swallowing, convention drift, cargo-cult patterns, and other LLM-introduced architectural decay — over a specified duration
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
av/skills202026년 10월 12일 업데이트
Produce a researched long-form article from a topic prompt via an orchestrated pipeline - research agent (first-person sources, working-definition gate), narrative-architecture outline, writer/cold-reviewer loop with an explicit ACCEPT/REVISE verdict contract, then a catalog-deslop pass with a regression gate. The orchestrator dispatches subagents only; the writer never judges its own draft. Use when the user says "article factory", "write an article about X", "run the article pipeline", or asks for a researched long-form piece produced end-to-end. For essays and micro posts in the user's own voice without a research stage, use the prose skill instead.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
av/skills202026년 10월 12일 업데이트
Runs autonomous keep/discard experiments on a codebase to optimize a single metric for a fixed duration, in the style of karpathy/autoresearch. Use when the user says "autoresearch" (optionally with a focus, e.g. "autoresearch the optimizer"), asks to run experiments on a repo overnight, to hill-climb or optimize a metric autonomously, or points at a repo with a karpathy-style program.md.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
av/skills202026년 10월 12일 업데이트
Create custom modules for [Harbor Boost](https://github.com/av/harbor/tree/main/boost), an optimizing LLM proxy. Use when building Python modules that intercept/transform LLM chat completions—reasoning chains, prompt injection, structured outputs, artifacts, or custom workflows. Triggers on requests to create Boost modules, extend LLM behavior via proxy, or implement chat completion middleware.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
av/skills202026년 10월 12일 업데이트
bugbash
무료Systematically explore and test any software project (CLI, API, Backend, Library, etc.) to find bugs, usability issues, and edge cases. Produces a structured report with full reproduction evidence (exact commands, inputs, logs, and tracebacks) for every issue.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
av/skills202026년 10월 12일 업데이트