Batch Jobs

cost-aware-llm-pipelineは、モデルルーティング、不変のコスト追跡、リトライ処理、プロンプトキャッシュによって、APIコストを抑えたLLMワークフローの構築を支援します。出力量と品質のトレードオフに明確なルールが必要なバッチ処理、ドキュメントパイプライン、Workflow Automationに適しています。

airflow-dag-patternsは、本番運用を前提としたApache Airflow DAGの設計に役立つスキルです。タスク設計のパターン、依存関係、operators、sensors、テスト、定期実行ジョブのデプロイ指針まで、実務で使いやすい形で整理されています。

speech-to-text スキルは、対応音声ファイルをプレーンテキストに文字起こしします。タイムスタンプ、話者ラベル、JSON 出力にも対応しており、実務的な音声文字起こしに向けて設計されています。インタビュー、会議、ポッドキャスト、講義、そして一貫した文字起こしが重要な自動化タスクなど、繰り返し使うワークフローでの利用に適しています。

Python向けのクラウドランタイムとしてModalを使うバックエンド開発チーム向けのmodalスキルです。GPUワークロード、自動スケーリング関数、Web API、スケジュール実行ジョブ、バッチパイプラインでModalを使うべき場面、適切なインストール文脈の選び方、リポジトリの読み方、そしてボイラープレートを減らしながらデプロイ対応コードを書く方法を学べます。

asc-build-lifecycle を使うと、App Store Connect でビルド処理の進捗を追跡し、利用可能な最新ビルドを見つけ、ステータスを確認し、古いビルドを整理できます。リリース運用、CI、そして保持方針や公開判断を明確にしたい asc build lifecycle 系の作業に適しています。

azure-compute-batch-java は、バックエンド開発向けの Java Azure Batch skill です。SDK のインストール、Batch クライアントの作成、認証とエンドポイントの設定、さらにリポジトリに基づく利用ガイドを参照しながら、プール、ジョブ、タスク、コンピュートノードを管理するのに役立ちます。