Przejdź do treści
Biblioteka skilli
DevOps i chmura · Automatyzacja

sagemaker-endpoint-deployer

/sagemaker-endpoint-deployer

Prawdopodobnie wdraża endpointy Amazon SageMaker dla modeli uczenia maszynowego i uruchamia się automatycznie na hasła związane z wdrażaniem endpointów SageMaker.

Licencja
MIT
Ostatnia zmiana repozytorium
26.10.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 26.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Prawdopodobnie wdraża endpointy Amazon SageMaker dla modeli uczenia maszynowego i uruchamia się automatycznie na hasła związane z wdrażaniem endpointów SageMaker.

Wyzwalacze z opisu

sagemaker endpoint deployersagemaker deployerdeploy sagemaker endpoint er
Oryginalny opis (EN)

Deploy sagemaker endpoint deployer operations. Auto-activating skill for ML Deployment. Triggers on: sagemaker endpoint deployer, sagemaker endpoint deployer Part of the ML Deployment skill category. Use when deploying applications or services. Trigger with phrases like "sagemaker endpoint deployer", "sagemaker deployer", "deploy sagemaker endpoint er".

Jak działa

  1. Overview
  2. When to Use
  3. Instructions
  4. Examples
  5. Prerequisites
  6. Output
  7. Error Handling
  8. Resources
  9. Related Skills
Sekcje z nagłówków SKILL.md, w oryginale · 61 linii, 235 słów
Podgląd SKILL.md
---
name: sagemaker-endpoint-deployer
description: 'Deploy sagemaker endpoint deployer operations. Auto-activating skill
  for ML Deployment.

  Triggers on: sagemaker endpoint deployer, sagemaker endpoint deployer

  Part of the ML Deployment skill category. Use when deploying applications or services.
  Trigger with phrases like "sagemaker endpoint deployer", "sagemaker deployer", "deploy
  sagemaker endpoint er".

  '
allowed-tools: Read, Write, Edit, Bash(cmd:*), Grep
version: 1.0.0
license: MIT
author: Jeremy Longshore <jeremy@intentsolutions.io>
tags:
- ai
- mlops
compatibility: Designed for Claude Code
---
# Sagemaker Endpoint Deployer

## Overview

This skill provides automated assistance for sagemaker endpoint deployer tasks within the ML Deployment domain.

## When to Use

This skill activates automatically when you:
- Mention "sagemaker endpoint deployer" in your request
- Ask about sagemaker endpoint deployer patterns or best practices
- Need help with machine learning deployment skills covering model serving, mlops pipelines, monitoring, and production optimization.

## Instructions

1. Provides step-by-step guidance for sagemaker endpoint deployer
2. Follows industry best practices and patterns
3. Generates production-ready code and configurations
4. Validates outputs against common standards

## Examples

**Example: Basic Usage**
Request: "Help me with sagemaker endpoint deployer"
Result: Provides step-by-step guidance and generates appropriate configurations


## Prerequisites

- Relevant development environment configured
- Access to necessary tools and services
- Basic understanding of ml deployment concepts


## Output

- Generated configurations and code
- Best practice recommendations
- Validation results


## Error Handling

| Error | Cause | Solution |
|-------|-------|----------|
| Configuration invalid | Missing required fields | Check documentation for required parameters |
| Tool not found | Dependency not installed | Install required tools per prerequisites |
| Permission denied | Insufficient access | Verify credentials and permissions |


## Resources

- Official documentation for related tools
- Best practices guides
- Community examples and tutorials

## Related Skills

Part of the **ML Deployment** skill category.
Tags: mlops, serving, inference, monitoring, production

Wersje

W bazie nie ma innych skilli o nazwie sagemaker-endpoint-deployer.

Identyczna treść występuje jeszcze w 1 innych folderach na GitHubie. Tu pokazujemy jedną, najlepiej ocenioną kopię.

Migawka bazy z 13.11.2026 · wersja paczki 0652a59c1652 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100azure-ml-deployer
    Prawdopodobnie wspiera wdrażanie modeli i usług uczenia maszynowego na Azure w ramach kategorii ML Deployment.
  • 100vertex-ai-deployer
    Prawdopodobnie wdraża modele na Vertex AI w ramach wdrażania ML.
  • 85model-deployment
    Generuje notebook Jupyter, który wdraża dostrojone modele z SageMaker na endpointy SageMaker lub Bedrock.
  • 100hf-cloud-sagemaker-deployment-planner
    Planuje i koordynuje wdrożenie modelu na Amazon SageMaker AI: hosting modeli LLM, embeddingów, rerankerów i dyfuzyjnych, inferencja asynchroniczna i tworzenie endpointów.
  • 100hf-cloud-sagemaker-deployment-planner
    Planuje i koordynuje wdrożenie modelu na Amazon SageMaker AI: hosting modeli LLM, embeddingów, rerankerów i dyfuzyjnych, inferencja asynchroniczna i tworzenie endpointów.
  • 90model-deployment
    Generuje kod wdrażający dostrojone modele z SageMaker Serverless Model Customization na endpointy SageMaker lub do Bedrock, dobierając ścieżkę dla Nova lub modeli open source.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.