К основному содержанию
плагин

daft — плагин для Claude Code: что делает и как установить

Скиллы для работы с движком данных Daft в Claude Code. Помогает настраивать UDF для мультимодальных нагрузок и масштабировать вычисления через Ray.

Установить в Claude Code · Через маркетплейс плагинов Все способы и платформы ↓
/plugin marketplace add anthropics/claude-plugins-community
/plugin install daft@claude-community
Открыть на GitHub

Что делает daft

Плагин добавляет в Claude Code набор навыков для распределённого движка Daft, созданного под задачи машинного обучения и мультимодальные данные. Ассистент учится ориентироваться в документации проекта и подсказывает верные вызовы API при обработке датасетов.

Внутри собраны инструкции по оптимизации производительности пользовательских функций (UDF) и распределению вычислений. Распределённая работа здесь опирается именно на среду Ray, поэтому без неё настроить масштабирование не выйдет.

Какие задачи решает

  • оптимизировать производительность UDF под мультимодальные данные
  • настроить распределённое масштабирование вычислений с Ray
  • найти нужные разделы и примеры в документации Daft

Примеры запросов агенту

  • Как оптимизировать производительность Python UDF в моём пайплайне Daft?
  • Помоги настроить распределённое выполнение вычислений Daft на кластере Ray.
  • Найди в документации Daft примеры загрузки мультимодальных датасетов.

Как установить daft

Через маркетплейс плагинов

/plugin marketplace add anthropics/claude-plugins-community
/plugin install daft@claude-community

По шагам, с командами для каждой платформы: Плагины Claude Code: маркетплейсы, установка и как собрать свой

Вопросы о daft

Как установить daft в Claude Code?

Сначала подключите каталог сообщества командой /plugin marketplace add anthropics/claude-plugins-community. Затем запустите установку: /plugin install daft@claude-community.

Для чего нужен плагин daft?

Он даёт агенту Claude Code навыки работы с движком Daft при подготовке мультимодальных датасетов и задач ИИ. Плагин подсказывает решения по документации и оптимизирует код.

Какая система используется для распределённых вычислений?

Для распределённого масштабирования Daft плагин использует интеграцию с Ray.

Исходный текст

SKILL.md · Apache-2.0
Skills for working with Daft, a high-performance data engine for AI and multimodal workloads. Includes UDF performance tuning, distributed scaling with Ray, and documentation navigation.

© Eventual-Inc · Apache-2.0 · Eventual-Inc/Daft

Похожие плагины

Все плагины по теме «Данные и базы» →
firebase официальный Google Подключает Firebase к Claude через MCP: агент работает с Firestore, аутентификацией, облачными функциями, hosting и storage прямо из проекта. ★ 44 635звёзд репо power-platform-architect официальный Tim Hanewich Разбирает требования и стенограммы встреч, предлагая архитектуру Power Platform. Пригодится, когда нужно выбрать компоненты и описать поток данных. ★ 40 418звёзд репо power-bi-development официальный Awesome Copilot Community Плагин помогает разбирать DAX, проектировать модели данных и искать причины проблем с производительностью Power BI. Подойдёт для работы над моделями и отчётами. ★ 40 418звёзд репо partners официальный Awesome Copilot Community Набор партнерских субагентов для миграций в Neon, переноса кода на Arm, развертывания Terraform и расследования инцидентов. ★ 40 418звёзд репо openapi-to-application-csharp-dotnet официальный Awesome Copilot Community Создаёт .NET-приложение по спецификации OpenAPI. Подойдёт, когда нужно получить основу ASP.NET Core проекта с контроллерами. ★ 40 418звёзд репо dataverse-sdk-for-python официальный Awesome Copilot Community Набор слэш-команд, которые генерируют Python-код для Microsoft Dataverse: от быстрого старта до продакшн-паттернов с обработкой ошибок. ★ 40 418звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой