Zhudong Skill - Suite Completa de IA para Desenvolvimento e ML
zhud2000/zhudong-skill
20 skills prontos: tarefas, dados, ML, deep learning e LLM
Ver no GitHubColeção de 20 skills para Claude Code cobrindo orquestração de tarefas, geração de diagramas, análise de dados e machine learning completo. Inclui ferramentas para engenharia de features, pipelines scikit-learn, RAG, fine-tuning de LLMs e rastreamento de experimentos com MLflow/W&B.
Instalação
npx convez-ai zhud2000/zhudong-skill1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Orquestração de tarefas complexas com guardrails contra erros
- Análise exploratória, limpeza e preparação de dados
- Construção de pipelines ML com prevenção de vazamento de dados
- Fine-tuning de LLMs com LoRA/QLoRA e RAG
- Visualização de arquitetura e fluxos com Excalidraw
- Rastreamento e reprodutibilidade de experimentos de ML
Veredito

Suite robusta e bem estruturada para ciclo completo de dados e ML em Python. Cobertura abrangente de boas práticas (prevenção de leakage, reprodutibilidade, guardrails), mas requer experiência sólida em ML para aproveitar plenamente.
README
A tradução para o português deste README ainda está na fila.
zhu-dong Skill
个人 Claude Code 技能集合,覆盖开发工作流、可视化图表、数据分析与机器学习全流程。
安装
git clone https://github.com/zhud2000/zhudong-skill.git ~/.claude/skills/
技能清单
开发工作流
| 技能 | 说明 |
|---|---|
task-orchestrator | 复杂任务编排,防偷懒、防跳步、防粗心。5+步骤或 15 轮以上自动触发 |
engineering-disciplines | 多文件改动时强制工程规范,适用范围评估与风险识别 |
prompt-data-flow-guard | 数据格式/API/提示词变更时追踪下游影响面 |
可视化
| 技能 | 说明 |
|---|---|
excalidraw-diagram | 生成 Excalidraw 手绘风格图表,支持架构图、流程图、概念图 |
数据分析
| 技能 | 说明 |
|---|---|
exploratory-data-analysis | 数据探索与画像,分布分析、相关性、目标泄漏检查 |
pandas-patterns | pandas 惯用写法,向量化优化、内存效率、防 SettingWithCopyWarning |
data-cleaning | 数据清洗,缺失值、重复值、异常值、类型一致性处理 |
机器学习
| 技能 | 说明 |
|---|---|
feature-engineering | 特征工程,编码、缩放、聚合、目标编码防泄漏 |
sklearn-pipelines | scikit-learn Pipeline/ColumnTransformer,预处理与交叉验证防泄漏 |
model-evaluation | 模型评估,指标选择、交叉验证策略、校准分析 |
model-serving | 模型部署,FastAPI 推理服务、ONNX 加速、健康检查 |
ml-debugging | 模型调试,loss NaN/不收敛/过拟合系统排查 |
reproducible-ml | 可复现实验,种子固定、环境锁定、数据版本化 |
experiment-tracking | 实验追踪,MLflow/W&B 日志、运行组织、模型注册 |
hyperparameter-tuning | 超参调优,随机搜索/Bayesian/Optuna,搜索空间设计 |
imbalanced-data | 不平衡数据处理,SMOTE/欠采样/类别权重/阈值调整 |
深度学习 & LLM
| 技能 | 说明 |
|---|---|
pytorch-training-loop | PyTorch 训练循环,混合精度、checkpoint、可复现性 |
rag-pipeline | RAG 检索增强生成,分块策略、向量库、混合检索 |
llm-finetuning | 大模型微调,LoRA/QLoRA、PEFT/TRL、评估与防过拟合 |
使用方式
在 Claude Code 会话中,技能会根据上下文自动触发。也可手动调用:
/excalidraw-diagram 画一个系统架构图
维护
# 添加新技能
cp -r new-skill ~/.claude/skills/
git add . && git commit -m "添加 new-skill" && git push
# 更新技能
cd ~/.claude/skills && git pull