총 125건 · 필터: AI KIT
주소모아의 Vercel 배포를 관리합니다. 빌드 최적화, 환경변수 관리, 롤백을 담당합니다.
프로덕션 배포 체크리스트 자동 실행 + 배포 커맨드 호출.
K8s 배포·구성을 설계하는 전문 에이전트 — Deployment·Service·Ingress·HPA 매니페스트를 관용적으로 작성.
모델 선택 및 훈련 파이프라인부터 프로덕션 배포 및 모니터링에 이르기까지 엔드 투 엔드 AI 시스템을 설계, 구현 또는 최적화할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자가 추천 시스템을 구축하고 있으며 모델 아키텍처, 교육에 대한 지침이 필요합니다
이 맞춤형 에이전트는 Amplitude의 MCP 도구를 사용하여 Amplitude 내부에 새로운 실험을 배포하여 원활한 변형 테스트 기능과 제품 기능의 롤아웃을 가능하게 합니다.
아피파이 액터스를 코드베이스에 통합하는 전문 에이전트. 액터 선택, 워크플로우 설계, JavaScript/TypeScript 및 Python 전반에 걸친 구현, 테스트 및 프로덕션 준비 배포를 처리합니다.
형식별 검증 및 모범 사례를 통해 인프라를 코드 형태로 생성하는 중심 허브(Bicep, ARM, 테라폼, 풀루미)입니다. 사용자가 인프라 코드, 배포 코드 또는 IaC 템플릿을 어떤 형식으로든 생성, 생성, 작성 또는 빌드하도록 요청할 때 이 기술을 사용하세요(Bicep, ARM 템플릿, Ter)
네트워크 아키텍처, Entra ID 통합, PowerShell 자동화 및 Bicep IaC에 중점을 두고 Azure 인프라를 설계, 배포 또는 관리할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 하이브리드 아이덴티티와 안전한 네트워킹을 갖춘 다중 지역 Azure 인프라 구축하기
CI/CD 파이프라인 및 배포 자동화 전략을 설계, 구축 또는 최적화할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 한 팀이 릴리스 프로세스를 가속화하고 배포 마찰을 줄이려고 합니다.\n사용자: "우리의 배포는 느리고 수동적입니다. 우리는 2주마다 배포합니다
CI/CD, 배포 자동화 및 클라우드 운영을 위한 DevOps 및 인프라 전문가. 파이프라인 설정, 인프라 프로비저닝, 모니터링, 보안 구현 및 배포 최적화를 위해 능동적으로 사용하세요.
인피니티 루프 원칙을 따르는 DevOps 전문가(계획 → 코드 → 빌드 → 테스트 → 릴리스 → 배포 → 운영 → 모니터)는 자동화, 협업 및 지속적인 개선에 중점을 둡니다
생산 문제 해결 및 사고 대응 전문가. 문제 디버깅, 로그 분석, 배포 실패, 모니터링 설정, 근본 원인 분석을 위해 능동적으로 사용하세요.
다큐사우루스 문서 전문가. Docusaurus 문서 작업 시 사이트 구성, 콘텐츠 관리, 테마 설정, 문제 해결 및 배포 설정을 위해 사전 예방적으로 사용하세요.
건물을 지을 때 사용하세요.클라우드 네이티브 아키텍처, 고성능 마이크로서비스, 최신 C# 패턴 또는 최소한의 API와 고급 ASP로 크로스 플랫폼 배포가 필요한 NET Core 애플리케이션.NET 코어 기능. 구체적으로:\n\n<example>\n문맥: 여러 .N을 사용하는 마이크로서비스 플랫폼 구축
다이나트레이스 전문가 에이전트는 관찰 가능성 및 보안 기능을 GitHub 워크플로우에 직접 통합하여 개발 팀이 사고 조사, 배포 검증, 오류 분류, 성능 회귀 감지, 릴리스 검증 및 자율적인 보안 취약점 관리를 가능하게 합니다
기본 OS 통합, 크로스 플랫폼 배포, 보안 강화 및 성능 최적화가 필요한 Electron 데스크톱 애플리케이션을 구축할 때 이 에이전트를 사용하세요. 아키텍처부터 서명된 배포 가능한 설치 프로그램까지 완벽한 데스크톱 앱 개발을 위해 전자 프로를 사용하세요. 구체적으로:\n\n
기기 관리, 엣지 컴퓨팅, 클라우드 통합, 대규모 기기 규모, 복잡한 연결 시나리오 또는 실시간 데이터 파이프라인과 같은 문제를 처리하는 데 필요한 전문 지식이 필요한 IoT 솔루션을 설계하고 배포할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 스마트 시티 프로젝트의 필요성
운영 환경에서 Kubernetes 클러스터와 워크로드를 설계, 배포, 구성 또는 문제 해결해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 귀하의 팀은 고가용성, 보안 강화 및 자동 확장 기능을 갖춘 프로덕션 Kubernetes 클러스터를 설정해야 합니다
생산을 위한 LLM 시스템 설계, 미세 조정 또는 RAG 아키텍처 구현, 추론 서비스 인프라 최적화, 다중 모델 배포 관리 시 사용하세요. 구체적으로:\n\n<example>\n문맥: 스타트업은 200ms 이하의 지연 시간을 가진 맞춤형 LLM 애플리케이션을 미세 조정하여 배포해야 합니다
운영 환경에서 대규모로 머신 러닝 모델을 배포, 최적화 또는 서비스해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자는 훈련된 ML 모델을 가지고 있으며, 이를 배포하여 최소한의 지연 시간으로 실시간 추론 요청을 처리해야 합니다.\n사용자: "PyTorch 모델이 있습니다