批处理任务

cost-aware-llm-pipeline 協助你建立可控 API 支出的 LLM 工作流程，透過模型路由、不可變成本追蹤、重試處理與提示快取來管理成本。特別適合批次作業、文件處理管線與 Workflow Automation，當輸出量與品質取捨需要明確規則時尤其實用。

airflow-dag-patterns 可協助設計可用於正式環境的 Apache Airflow DAG，提供更完善的任務模式、相依關係、operators、sensors、測試與排程工作部署指引。

speech-to-text 技能可將支援的音訊檔轉寫為純文字，並提供時間戳記、說話者標籤與 JSON 輸出等選項。它專為需要可重複執行的實務 speech-to-text 工作流程而設計，包括訪談、會議、Podcast、講座，以及重視轉寫一致性的自動化任務。

這是給使用 Modal 作為 Python 雲端執行環境的 Backend Development 團隊使用的 modal 技能。了解何時適合用 Modal 來處理 GPU 工作負載、自動擴縮函式、Web API、排程工作與批次 पाइपलाइन，並學會如何選對安裝情境、閱讀 repo，以及撰寫更少樣板、可直接部署的程式碼。

使用 asc-build-lifecycle 追蹤建置處理進度、找出最新可用的建置、檢查狀態，並在 App Store Connect 中清理舊建置。它適合發佈流程、CI，以及需要清楚管理建置保留與上架決策的 asc build lifecycle 任務。

azure-compute-batch-java 是一個用於後端開發的 Java Azure Batch 技能。它可協助你安裝 SDK、建立 Batch 用戶端、設定驗證與端點，並透過具備儲存庫依據的使用指引來管理 pool、job、task 與 compute node。