machine-learning-ops
ML model training pipelines, hyperparameter tuning, model deployment automation, experiment tracking, and MLOps workflows
Plugin-Paket · von Seth Hobson
Überblick
machine-learning-ops ist ein Plugin-Paket für KI-Coding-Tools von Seth Hobson. Marktplätze, die wir lesen und die es listen: 1 (Community GitHub marketplaces). Die letzte erfasste Änderung war am 2026-11-14. Stand unseres Marktplatz-Durchlaufs vom 2026-11-15.
Was es abfragt
- Wird als Plugin-Paket installiert
Keiner der Marktplätze, die wir lesen, veröffentlicht seine Tools oder die abgefragten Einstellungen.
Was es deklariert, abfragt und ausführt, vollständig
Installieren Sie nur Plugins von Entwicklern, denen Sie vertrauen. Wir zeigen, was die Marktplätze veröffentlichen, und testen keine Plugins.
Funktioniert mit
- Claude Code
Nach den Marktplätzen, die ihn listen, und dem angegebenen MCP-Transport, wie jeder Client sie dokumentiert. Wir testen keine Plugins.
Verbinden
Befehle und Konfigurationen nur aus den Angaben der Marktplätze. Wir führen sie nicht für Sie aus und testen keine Plugins.
Als Claude-Code-Plugin
Erstellt aus den Angaben von Community GitHub marketplaces.
/plugin marketplace add wshobson/agents
/plugin install machine-learning-ops@claude-code-workflowsWo es veröffentlicht ist
| Marktplatz | Status | Version | Zahlen | Verifiziert | Erstmals gesehen |
|---|---|---|---|---|---|
| Community-Marktplatz wshobson/agents (Quelle auf GitHub öffnen) | Gelistet | 1.2.3 | Forks (GitHub): 4 491 Sterne (GitHub): 42 505 |
Nicht markiert |
Jede Zahl stammt vom jeweiligen Marktplatz und wird nie über Marktplätze hinweg addiert. Ein Marktplatz ohne veröffentlichte Zahl zeigt keine: keine Zahl ist nicht null.
In einem Community-Marktplatz gelistet
| Marktplatz | Repository | Sterne (GitHub) |
|---|---|---|
| claude-code-workflows | wshobson/agents | 42 505 |
Wie sich die Zahlen entwickelt haben
- 2026-11-134,5 Tsd.
- 2026-11-144,5 Tsd.
- 2026-11-1342,5 Tsd.
- 2026-11-1442,5 Tsd.
Jeder Punkt ist ein Tag, an dem wir eine andere Zahl gelesen haben; flache Abschnitte sind Tage ohne Veränderung. Zahlen verschiedener Marktplätze werden nie addiert.
Was das Paket enthält
So veröffentlicht auf Community GitHub marketplaces.
Skills: 2
ml-pipeline-workflowrecsys-pipeline-architect
Befehle: 1
ml-pipeline
Agenten: 3
data-scientistml-engineermlops-engineer
Was sich geändert hat
- Wird seitdem als Produkt geführt
- Community GitHub marketplaces: erschienen
Forks und Kopien
Ähnliche Plugins
Produkte, deren eigene Namen, Beschreibungen, Werkzeuge und Skills diesem der Bedeutung nach am nächsten sind, auf allen Marktplätzen, die wir lesen. Die Nähe ist nur innerhalb dieser Liste geordnet.
-
ML model training pipelines, hyperparameter tuning, model deployment automation, experiment tracking, and MLOps workflows
-
ML model training pipelines, hyperparameter tuning, model deployment automation, experiment tracking, and MLOps workflows
-
do-machine-learning-engineering
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
machine-learning
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
Automate ML workflows with Airflow, Kubeflow, MLflow. Use for reproducible pipelines, retraining schedules, MLOps, or encountering task failures, dependency errors, experiment…
-
Model Training Engineer — Model training — algorithm selection, hyperparameter tuning, training infrastructure
-
ML engineering plugin: Give your AI coding agent ML engineering superpowers.
-
ML/AI engineer — model training, MLOps, feature engineering, LLM integration
Ähnliche Plugins nach Marktplatz
Dieselbe Frage an jeden Marktplatz einzeln: Gibt es dort ein Gegenstück zu diesem Plugin?
Gelistet auf Claude Code: claude-plugins-community (5)
-
DataRobot Agent Skills - Agentic skills for DataRobot enterprise AI and ML workflows. Covers model training, deployment, predictions, feature engineering, monitoring…
-
20 enterprise-grade skills for autonomous AI/ML research lab operations. Includes 10 custom gap-analysis skills (research-commander, agent-debugger, model-evaluator…
-
Full Domino Data Lab platform support — workspaces, jobs, model deployment, experiment tracking, GenAI tracing, Spark/Ray/Dask, and app deployment for data science teams
-
Claude model selection advisor — recommends optimal model for each task via shell hook. Zero attack surface.
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
Gelistet auf Claude Code: claude-plugins-official (5)
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Build, train, and deploy AI models with deep AWS AI/ML expertise brought directly into your coding assistants, covering the surface area of Amazon SageMaker AI.
-
Skills for tracing, evaluating, and improving AI agents with MLflow. Supports the full agent improvement loop: instrument → trace → evaluate → iterate → validate.
-
Full Domino Data Lab platform support — workspaces, jobs, model deployment, experiment tracking, GenAI tracing, Spark/Ray/Dask, and app deployment for data science teams
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
Gelistet auf Claude: knowledge-work-plugins (5)
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
AI-first project auditor and re-engineer based on the 9 design principles and 7 design patterns from the TechWolf AI-First Bootcamp
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
-
A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.
Gelistet auf Codex: openai-curated (openai/plugins) (5)
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
Answer product and business questions with data
-
CrowdStrike Falcon Foundry development skills for building cybersecurity applications on the Falcon platform. Includes UI development, collections, functions, workflows, API…
Gelistet auf Community GitHub marketplaces (5)
-
ML model training pipelines, hyperparameter tuning, model deployment automation, experiment tracking, and MLOps workflows
-
ML model training pipelines, hyperparameter tuning, model deployment automation, experiment tracking, and MLOps workflows
-
do-machine-learning-engineering
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
machine-learning
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
Gelistet auf Copilot CLI: github/awesome-copilot (5)
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai
-
Skills and interactive Copilot canvas for designing, configuring, testing and deploying agents to Microsoft Foundry.
-
Phoenix AI observability skills for LLM application debugging, evaluation, and tracing. Includes CLI debugging tools, LLM evaluation workflows, and OpenInference tracing…
-
Arize AX platform skills for LLM observability, evaluation, and optimization. Includes trace export, instrumentation, datasets, experiments, evaluators, AI provider integrations…
Gelistet auf Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
-
Complete bundle: all Microsoft Skills for Fabric for developers and consumers.
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
-
Bring Azure DevOps work-item, repository, and pull-request workflows into GitHub Copilot.
Gelistet auf Cursor: cursor/plugins (5)
-
Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.
-
Ask Databricks Genie questions about your workspace's data in plain language.
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
if you want to go fast, go deep first. pstack helps you write less, but higher quality code. rigorous agent workflows you can parallelize with confidence.
-
Consult a stronger model before major decisions, when stuck, and before declaring done.
Gelistet auf Docker MCP Catalog (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Bridges multiple AI models and CLIs, enabling orchestrated workflows across Claude Code, Gemini CLI, Codex CLI, and other AI development tools.
-
Analyze documents, images, videos, and audio.
-
Seamless interaction with Novita AI platform resources.
-
Wayfound’s MCP server allows business users to govern, supervise, and improve AI Agents.
Gelistet auf Official MCP Registry (5)
-
Train AutoML models on CSV files and run predictions from Claude and other MCP clients.
-
Discover, shortlist, compare, cost-model, and live-test 300+ AI models from your editor
-
Search, rank and compare open-source AI projects with Archestack's open data
-
Find AI models that fit a job from your requirements, sourced benchmarks and real cost.
-
Give your AI a research team. Forecast, score, classify, or research every row of a dataset.
Gelistet auf PyPI (MCP servers) (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Hanzo MCP Server - Unified tool surface with AI, cloud control, vector search, and multi-framework UI
-
lineai-mcp-server io.github.lineai-intelligence/lineai-mcp-server
An MCP Server to utilize Lineai's rich software dependency data in your AI programming assistant.
-
MCP server for Empirica — AI measurement and calibration tools via Model Context Protocol
-
air-blackbox-mcp io.github.airblackbox/air-blackbox-mcp
EU AI Act compliance scanner for Python AI agents. 14 tools across 6 articles.
Gelistet auf npm registry (MCP servers) (5)
-
mcp-server io.github.metrxbots/mcp-server
Track AI agent costs, detect waste, optimize models, and prove ROI. 23 MCP tools across 10 domains.
-
where-my-hug io.github.bikemeardsley/where-my-hug
Which parts of an ML need Hugging Face already covers. Every model and dataset checked live.
-
Intelligent CLI tool with AI-powered model selection that analyzes your hardware and recommends optimal LLM models for your system
-
Contextual prompts and agent skills for 140+ AI platforms.
-
Hanzo MCP Server - Unified tool surface with AI, cloud control, vector search, and multi-framework UI
Nach Bedeutung gefunden, nicht über gemeinsamen Code oder ein gemeinsames Repository: Ähnliche Plugins bleiben getrennte Produkte, und dies ist weder eine Bewertung noch eine Empfehlung.
Möchten Sie dieses Zeichen für Ihr Plugin in unserem Katalog?
Belegen Sie mit einer Datei im Repository, einer Datei auf Ihrer Domain oder einem DNS-Eintrag, dass Sie es pflegen, und Sie können dieses Zeichen auf der Karte zeigen, dazu Live-Banner für Ihre Website und Ihr README. So funktioniert die Verifizierung
Außerdem erhalten Sie Hinweise, wenn ein Marktplatz es aufnimmt, entfernt, sein Verified-Zeichen oder seine Anforderungen ändert, und sein Remote-Endpunkt wird wie ein Webdienst überwacht.
Fügen Sie Ihrem README oder Ihrer Website ein Live-Banner hinzu
Zeigen Sie aktuelle Katalogdaten auf Ihrer Website oder im GitHub-README. Wählen Sie ein Live-Banner oder ein kompaktes Badge.
Beispiele ansehen und eigenes Banner erstellen
Daten von Community GitHub marketplaces. Die Zahlen stammen aus unseren eigenen regelmäßigen Durchläufen über die Marktplätze, zuletzt abgerufen am . Kontaktdaten von Plugin-Herausgebern veröffentlichen wir nicht.