ml

Autogen

提供针对 AutoGen 库的编码标准、最佳实践和指导，涵盖从代码结构到安全和性能的各个方面。

ai ml llm python agent-framework multi-agent

Crewai

本规则提供了使用 CrewAI 库进行开发的全面最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。它作为使用 CrewAI 构建健壮且可扩展的 AI 应用程序的指南。

ai ml llm python agent-framework multi-agent

Cuda

强制执行 CUDA 编码标准、性能优化和最佳实践，以确保高效且可维护的 GPU 加速代码。此规则提供了代码组织、内存管理、错误处理等方面的指导。

ai ml gpu-computing parallel-computing

Dask

Dask 在 Python 中使用的全面最佳实践和编码标准，专注于性能、代码组织和常见陷阱。为使用 Dask 进行并行和分布式计算的开发人员提供可操作的指导。

ai ml data-science python parallel-computing big-data

Huggingface

此规则提供了在使用 Hugging Face Transformers 库时遵循最佳实践的指南，涵盖了代码组织、性能、测试、安全和常见陷阱。它强调社区标准和可维护性。

ai ml llm python transformers

Jax

本规则提供了 JAX 库的最佳实践和编码标准，重点关注函数式编程、JIT 编译、自动微分和不可变数据结构。它还涵盖了性能注意事项、常见陷阱和工具推荐。

ai ml numerical-computing python

Keras

此规则强制执行 Keras 库的最佳实践，重点关注代码清晰度、模块化、性能优化和安全注意事项。它为开发人员提供了可操作的指南，以提高 Keras 基机器学习项目的质量和可维护性。

ai ml machine-learning python deep-learning

Langchain-js

LangChain.js 应用开发的综合性最佳实践和编码标准。重点关注代码组织、性能、安全、测试和常见陷阱，以确保构建健壮且可维护的 AI 驱动解决方案。

ai ml llm javascript

Langchain

本规则提供了开发 LangChain 应用程序的最佳实践，涵盖代码组织、性能、安全、测试以及常见陷阱。旨在提高代码质量、可维护性和整体项目成功率。

ai ml llm python

Langgraph

此规则文件为开发 LangGraph 提供了全面的最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。它为开发人员提供了构建健壮且可维护的 LangGraph 应用程序的可行指导。

ai ml llm python agent-framework workflow

Lightgbm

本规则文件提供了 LightGBM 的全面最佳实践，涵盖了代码组织、性能、安全性、测试以及需要避免的常见陷阱。遵循这些指南将提高您的 LightGBM 项目的效率、可靠性和可维护性。

ai ml machine-learning python gradient-boosting

Llama-index

该规则概述了使用 LlamaIndex 进行开发的最佳实践和编码标准，涵盖代码组织、性能、安全、测试和常见陷阱。其目标是确保 LlamaIndex 应用程序的可维护性、高效性和安全性。

ai ml llm python rag

Llamaindex-js

该规则提供了关于使用 LlamaIndex-JS 开发 AI 应用程序的全面指南，涵盖了代码组织、性能、安全和测试的最佳实践。它旨在确保构建出健壮、高效且安全的 LLM 驱动的应用程序。

ai ml llm javascript rag

Matplotlib

该规则提供了使用 Python 的 Matplotlib 开发健壮、可维护且高性能数据可视化的指南和最佳实践。它涵盖了从代码组织到测试和安全考虑的各个方面。

ai ml data-science python data-visualization

Mlx

此规则提供了 MLX 库的全面最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。它旨在促进在 Apple 平台上使用 MLX 时，实现一致、高效且可维护的代码。

ai ml apple deep-learning

Numba

该规则提供了 Numba 库的全面最佳实践和编码标准，涵盖代码组织、性能优化、安全、测试和常见陷阱。它旨在帮助开发人员编写高效、可维护且安全的 Numba 代码。

ai ml gpu-computing python jit-compiler

Numpy

该规则提供了在 Python 中使用 NumPy 的最佳实践，涵盖了编码标准、性能优化、安全性和测试策略，以提高代码质量和可维护性。

ai ml data-science python numerical-computing

Openai

有关使用 openai 库的全面最佳实践和编码标准，涵盖代码结构、性能、安全性以及常见陷阱。

ai ml llm api

Pandas

本规则概述了在 Python 中使用 pandas 库的最佳实践，涵盖了代码风格、性能、数据处理和测试。旨在推广可维护、高效且健壮的数据分析工作流程。

ai ml data-science python data-analysis

Plotly

此规则文件为使用 Plotly 库提供了最佳实践和编码标准，重点关注代码组织、性能、安全、测试以及常见陷阱。旨在指导开发者创建可维护、高效且安全的 Plotly 应用程序。

ai ml data-science python interactive-visualization

Pytorch

本规则提供了全面的 PyTorch 开发指南，涵盖代码组织、性能优化、安全性、测试以及常见陷阱。旨在确保 PyTorch 代码的可读性、可维护性和效率。

ai ml machine-learning python deep-learning

Scikit-learn

强制执行 scikit-learn 项目的最佳实践和编码标准，促进可维护性、性能和安全性。此规则提供了关于代码组织、常见模式、性能优化、测试和常见陷阱的指南。

ai ml machine-learning python data-science

Scipy

本规则概述了使用 SciPy 库开发科学计算应用程序的编码标准、最佳实践和常见陷阱。它强调了清晰度、可维护性、性能和安全性，以实现高效的 SciPy 开发。

ai ml data-science python scientific-computing

Seaborn

此规则提供了 Seaborn 编码标准的最佳实践，强调在 AI 和机器学习数据科学开发中编写清晰、可复现的代码、最佳性能和安全的数据处理。

ai ml data-science python data-visualization

Smolagents

该规则提供了 smolagents 库开发的全方位最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。旨在指导开发人员构建健壮、可维护且高效的 AI 代理应用程序。

ai ml llm python agent-framework lightweight

Statsmodels

一份关于在 Python 中使用 statsmodels 库的最佳实践的综合指南，涵盖代码组织、性能、测试和常见陷阱。这些指南旨在促进可维护、可靠且高效的 statsmodels 代码。

ai ml data-science python statistics

Tensorflow

一套全面的 TensorFlow 最佳实践指南，涵盖代码组织、性能、测试和安全，旨在构建健壮且可维护的机器学习项目。

ai ml machine-learning python deep-learning

Tinygrad

此规则文件提供了 tinygrad 开发的全面最佳实践，涵盖代码组织、性能、测试和安全性。它旨在提高代码质量、可维护性，并防止在使用 tinygrad 时出现的常见陷阱。

ai ml deep-learning lightweight

Vllm

此规则概述了使用 vllm 库进行开发的最佳实践和编码标准，以确保代码质量、性能和可维护性。它涵盖了代码组织、性能考虑、安全、测试和常见陷阱。

ai ml llm python inference

Xgboost

此规则提供了使用 XGBoost 进行开发的最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。

ai ml machine-learning python gradient-boosting

ml

Autogen

Crewai

Cuda

Dask

Huggingface

Jax

Keras

Langchain-js

Langchain

Langgraph

Lightgbm

Llama-index

Llamaindex-js

Matplotlib

Mlx

Modal

Numba

Numpy

Openai

Pandas

Plotly

Pytorch

Scikit-learn

Scipy

Seaborn

Smolagents

Statsmodels

Tensorflow

Tinygrad

Vllm

Xgboost