dask — скилл для Claude Code: параллельные вычисления на Python
Скилл учит агента работать с Dask: датафреймы, массивы и задачи, которые не влезают в память или считаются на кластере.
npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a claude-codeЧто делает dask
Скилл описывает пять частей Dask и подсказывает агенту, какую брать под задачу. DataFrames тянут pandas-операции на данных больше RAM и читают сразу пачку CSV или Parquet. Arrays дают блочные вычисления поверх NumPy для HDF5, Zarr и NetCDF. Bags разбирают текстовые логи и JSON, Futures строят свои графы задач с зависимостями. Отдельная тема — чанкинг, планировщики и диагностика через distributed.
Внутри — справочники references/dataframes.md, references/arrays.md, references/bags.md и другие, плюс примеры кода. Агенту разрешены Read, Write, Edit и Bash, так что он может и написать скрипт, и запустить его.
Нужен Python 3.10+ и dask 2026.8.0. Для датафреймов — pandas 2+ и PyArrow 16+, для Zarr 3.4 — Python 3.12+. Пути s3:// и gs:// работают только с s3fs или gcsfs и требуют ключей провайдера. С версии 2025.1.0 выражение-ориентированный API датафреймов — единственная реализация, поэтому dask-expr отдельно ставить не надо и dataframe.query-planning: False выставлять тоже.
Какие задачи решает
- посчитать датафрейм, который не помещается в оперативную память
- прочитать сотни CSV или Parquet одним датафреймом
- распараллелить NumPy-операции на нескольких ядрах
- разобрать поток JSON-логов без загрузки всего файла
- собрать свой граф задач с зависимостями через Futures
Примеры запросов агенту
- Прочитай все
data/2024-*.csvчерез Dask и посчитай среднее по категориям - Этот массив не влезает в память — перепиши расчёт на
dask.arrayс чанками - Разбери
logs/*.jsonчерезdask.bagи выгрузи результат в Parquet
Как установить dask
1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a claude-code2Вручную: положить файлы
~/.claude/skills/dask/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/dask/
1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a codex2Вручную: положить файлы
.agents/skills/dask/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a cursor2Вручную: положить файлы
.cursor/skills/dask/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install K-Dense-AI/scientific-agent-skills dask2Вручную: положить файлы
.github/skills/dask/SKILL.md1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a gemini-cli2Командой платформы
gemini skills install https://github.com/K-Dense-AI/scientific-agent-skills --path skills/daskВручную: положить файлы
.devin/skills/dask/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о dask
Как установить dask в Claude Code?
Выполните npx skills add K-Dense-AI/scientific-agent-skills --skill dask -a claude-code. Файл скилла появится по пути ~/.claude/skills/dask/SKILL.md.
Что делает скилл dask?
Он даёт агенту инструкции по Dask: как масштабировать pandas и NumPy за пределы памяти, как обрабатывать файлы по частям и как запускать задачи на кластере. Внутри лежат справочники по DataFrames, Arrays, Bags и Futures.
Что нужно для работы скилла?
Python 3.10+ и dask 2026.8.0. Для датафреймов понадобятся pandas 2+ и PyArrow 16+, для облачных путей — s3fs или gcsfs с ключами провайдера.
