총 500건 · 필터: AI KIT
"railway up"을 사용하여 철도에 코드를 배포하세요. 사용자가 코드를 푸시하고 싶을 때 사용하세요. "철도 위로", "배치", "배", "밀어"라고 말합니다. 초기 설정이나 서비스 생성을 위해 철도 신기술을 사용하세요. Docker 이미지의 경우 철도 환경 기술을 사용하세요.
Ray Train은 하나의 헤드 노드와 여러 개의 작업자 노드가 있는 **Ray 클러스터**에서 실행됩니다.
프로젝트에 대한 창의적인 도메인 이름 아이디어를 생성하고 여러 TLD(.com, .io, .dev, .ai 등)에서 가용성을 확인합니다. 브레인스토밍과 수동 점검 시간을 절약합니다.
마케팅 팀을 위한 제작 준비가 완료된 클로드 AI 기술로, Anthropic의 공식 모범 사례를 따라 구축되었으며 즉시 배포할 수 있도록 설계되었습니다.
**📝 重要说明 / 중요 공지**: 本仓库借助커서 在AAAI 2026官方模板基础上改进得到。如果遇到不满足或有冲突的情况，请积极提issues。
NanoGPT의 `train.py`는 의존성이 최소화된 독립형 학습 스크립트입니다.
SpikeAgent의 접근 방식에서 영감을 받아 유닛 큐레이션에 AI 시각 분석을 사용하는 방법을 안내합니다.
적절한 구성으로 철도 프로젝트, 서비스 및 데이터베이스를 만드세요. 사용자가 "설정", "철도에 배포", "초기화", "프로젝트 생성", "서비스 생성" 또는 GitHub에서 배포하고 싶다고 말할 때 사용합니다. 기존 프로젝트에 초기 설정 및 서비스 추가를 처리합니다. 데이터베이스의 경우 railway-ra를 사용합니다
NOWAIT 기법에서 사용된 반영 키워드에 대한 완전한 참조.
R1 스타일의 LLM에서 효율적인 추론을 위해 NOWAIT 기법을 구현합니다. 추론 모델(QwQ, DeepSeek-R1, Phi4-Reasoning, Qwen3, Kimi-VL, QvQ)의 추론을 최적화할 때 사용하여 정확성을 유지하면서 체인 오브 씽크 토큰 사용량을 27-51% 줄입니다. "추론 최적화", "th 감소" 트리거
링크 토큰 흐름, 트랜잭션 동기화, 신원 확인, ACH용 인증, 잔액 확인, 웹훅 처리, 핀테크 컴플라이언스 모범 사례 등 Plaid API 통합을 위한 전문가 패턴. 사용 시기: 체크무늬, 은행 계좌 연결, 은행 연결, ACH, 계좌 집계.
OpenRLHF에서 맞춤형 보상 기능 및 에이전트 RLHF 구현에 대한 완전한 가이드.
인프라와 알고리즘을 분리하는 메타의 라이브러리인 토치포지를 사용하여 PyTorch 네이티브 에이전트 RL에 대한 지침을 제공합니다. 깨끗한 RL 추상화, 쉬운 알고리즘 실험, 또는 Monarch와 TorchTitan을 사용한 확장 가능한 훈련을 원할 때 사용하세요.
FAISS 인덱스 유형 선택 및 사용에 대한 완전한 가이드.
최신 철도 문서를 가져와 질문에 정확하게 답변하세요. 사용자가 철도 기능, 철도 작동 방식, 또는 docs.railway.com URL을 공유할 때 사용하세요.
`await` 작업을 실제로 사용되는 지점으로 이동하여 불필요한 코드 경로를 차단하지 않도록 하세요.
자기계발을 통해 무해한 인공지능을 훈련시키는 Arthinic의 방법. 2단계 접근법 - 자기 비판/수정을 통한 지도 학습, 그 다음으로 RLAIF(AI 피드백의 RL). 안전 정렬에 사용하여 인체 라벨 없이 유해한 출력을 줄입니다. 클로드의 안전 시스템을 강화합니다.
Railway의 템플릿 마켓플레이스에서 서비스를 검색하고 배포하세요. 사용자가 템플릿에서 서비스를 추가하고 싶을 때 사용하거나, 특정 사용 사례에 맞는 템플릿을 찾거나, Ghost, Strapi, n8n, Minio, Uptime Kuma 등의 도구를 배포할 때 사용하세요. 데이터베이스(Postgres, Redis, MySQL, MongoDB)의 경우 철도 데이터베이스를 선호합니다
Airbnb 스타일 가이드 + Next.js 확장 규칙.
Ralph Loop + continuous-agent-loop 기반 자율 반복 개발. 프롬프트를 받으면 구현→테스트→수정→완료까지 자동으로 반복 실행하여 독립적으로 개발 사이클을 완료합니다.