fine-tune-prep
Generate dataset preparation for model fine-tuning
Lot de plugins · par barnburner121
Aperçu
fine-tune-prep est un lot de plugins pour les outils de code IA publié par barnburner121. Places de marché que nous lisons et qui le référencent : 1 (Community GitHub marketplaces). Nous l'avons vu pour la première fois le 2026-10-14 et n'avons enregistré aucun changement depuis. Selon notre passage sur les places de marché du 2026-10-16.
Ce qu'il demande
- S'exécute sur votre machine
Aucune des places de marché que nous lisons ne publie ses outils ni les réglages qu'il demande.
Ce qu'il déclare, demande et exécute, en détail
N’installez que des plugins de développeurs en qui vous avez confiance. Nous reprenons ce que publient les places de marché et ne testons pas les plugins.
Fonctionne avec
- Claude Code
D'après les marketplaces qui le listent et le transport MCP qu'il déclare, tels que chaque client les documente. Nous ne testons pas les plugins.
Connecter
Commandes et configurations construites uniquement à partir de ce que déclarent ses places de marché. Nous ne les exécutons pas pour vous et ne testons pas les plugins.
En plugin Claude Code
Construit à partir de ce que déclare Community GitHub marketplaces.
/plugin marketplace add barnburner121/claude-plugin-marketplace
/plugin install fine-tune-prep@barnburner121-pluginsOù il est publié
| Place de marché | Statut | Version | Chiffres | Vérifié | Vu pour la première fois |
|---|---|---|---|---|---|
| Place de marché communautaire barnburner121/claude-plugin-marketplace (Ouvrir la source sur GitHub) | Référencé | 1.0.0 | Forks (GitHub): 0 Étoiles (GitHub): 3 |
Non marqué |
Chaque chiffre est celui de la place de marché et n'est jamais additionné entre places de marché. Une place de marché qui ne publie pas de chiffre n'en affiche aucun : pas de nombre ne veut pas dire zéro.
Listé dans une place de marché communautaire
| Place de marché | Dépôt | Étoiles (GitHub) |
|---|---|---|
| barnburner121-plugins | barnburner121/claude-plugin-marketplace | 3 |
Quelles places de marché nous lisons et comment nous les vérifions
Ce que contient le lot
Tel que publié sur Community GitHub marketplaces.
Serveurs MCP: 1
plugin-hub
Skills: 1
fine-tune
Ce qui a changé
- Est devenu un produit que nous suivons
- Community GitHub marketplaces: apparu
Peut-être le même plugin
Des fiches qui partagent un indice avec celle-ci, mais pas assez pour les traiter comme le même produit.
Plugins similaires
Produits dont les noms, descriptions, outils et skills sont les plus proches de celui-ci par le sens, sur toutes les places de marché que nous lisons. La proximité n'est classée qu'à l'intérieur de cette liste.
-
Validate and convert JSONL fine-tuning data across 11 AI providers. 13 tools.
-
Turn any document into a production-ready RAG dataset from Claude, Cursor, or any MCP host.
-
Build high-quality datasets and computer vision models. Visualize datasets, analyze models, find duplicates, run inference, evaluate predictions, and develop custom plugins.
-
Prompt evals over MCP: run a prompt on your dataset, score each output 1-5 with an LLM judge.
-
Search and load AI datasets, prompts and few-shot contexts from the ContexteTech catalogue.
-
Data science and ML workflow tools. 9 agents, 8 commands, 19 skills, 9 templates for problem framing, preprocessing, validation, EDA, experimentation, review, deployment, and…
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
-
huggingface-mcp io.github.mrfentmen/huggingface-mcp
Hugging Face models and datasets. No key required for public data.
-
SQL, analytics, datasets, models and machine-learning workflows.
-
End-to-end data analysis workflow plugin for Claude Code. Covers the full pipeline from EDA to model training - EDA, preprocessing, statistical analysis, feature engineering, and…
Plugins similaires par place de marché
La même question posée à chaque place de marché séparément : y a-t-il là un équivalent de ce plugin ?
Référencé sur Claude Code: claude-plugins-community (5)
-
Build high-quality datasets and computer vision models. Visualize datasets, analyze models, find duplicates, run inference, evaluate predictions, and develop custom plugins.
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
-
End-to-end data analysis workflow plugin for Claude Code. Covers the full pipeline from EDA to model training - EDA, preprocessing, statistical analysis, feature engineering, and…
-
Claude model selection advisor — recommends optimal model for each task via shell hook. Zero attack surface.
-
together-ai-skills
A collection of skills that teach coding agents how to use the Together AI platform, including chat completions, image generation, video, audio, embeddings, fine-tuning, batch…
Référencé sur Claude Code: claude-plugins-official (5)
-
Build high-quality datasets and computer vision models. Visualize datasets, analyze models, find duplicates, run inference, evaluate predictions, and develop custom plugins.
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
-
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.
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
Référencé sur 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…
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
AI-first project auditor and re-engineer based on the 9 design principles and 7 design patterns from the TechWolf AI-First Bootcamp
-
Write SQL, explore datasets, and generate insights faster. Build visualizations and dashboards, and turn raw data into clear stories for stakeholders.
Référencé sur 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
-
Install, open, and connect the signed ChatCut Desktop app from Codex.
Référencé sur Community GitHub marketplaces (5)
-
Data science and ML workflow tools. 9 agents, 8 commands, 19 skills, 9 templates for problem framing, preprocessing, validation, EDA, experimentation, review, deployment, and…
-
SQL, analytics, datasets, models and machine-learning workflows.
-
Tuning Engines - Governed AI Runtime
Govern model, agent, skill, and MCP workflows with policy, approvals, traces, and usage analytics.
-
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.
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
Référencé sur 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
-
Three-layer verification pipeline for AI output. Extracts claims, finds sources, and flags hallucination risks so humans can verify before acting.
-
Comprehensive collection for building declarative agents with Model Context Protocol integration for Microsoft 365 Copilot
-
Skills and interactive Copilot canvas for designing, configuring, testing and deploying agents to Microsoft Foundry.
Référencé sur 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…
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
-
workiq
Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.
-
Complete bundle: all Microsoft Skills for Fabric for developers and consumers.
Référencé sur Cursor: cursor/plugins (5)
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
-
Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.
-
Consult a stronger model before major decisions, when stuck, and before declaring done.
-
Generate presentations, documents, and webpages.
Référencé sur Docker MCP Catalog (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Tools for interacting with Hugging Face models, datasets, research papers, and more.
-
Analyze documents, images, videos, and audio.
-
Production-ready RAG service to search and retrieve data from your documents.
-
Bridges multiple AI models and CLIs, enabling orchestrated workflows across Claude Code, Gemini CLI, Codex CLI, and other AI development tools.
Référencé sur Official MCP Registry (5)
-
Validate and convert JSONL fine-tuning data across 11 AI providers. 13 tools.
-
Turn any document into a production-ready RAG dataset from Claude, Cursor, or any MCP host.
-
Prompt evals over MCP: run a prompt on your dataset, score each output 1-5 with an LLM judge.
-
Search and load AI datasets, prompts and few-shot contexts from the ContexteTech catalogue.
-
huggingface-mcp io.github.mrfentmen/huggingface-mcp
Hugging Face models and datasets. No key required for public data.
Trouvés par le sens, et non par un code ou un dépôt commun : les plugins similaires restent des produits distincts, et ceci n'est ni un avis ni une recommandation.
Vous voulez cette marque pour votre plugin dans notre catalogue ?
Prouvez que vous le maintenez avec un fichier dans son dépôt, un fichier sur votre domaine ou un enregistrement DNS, et vous pourrez afficher cette marque sur la fiche, avec des bannières à jour pour votre site et votre README. Comment se passe la vérification
Vous recevez aussi des alertes quand une marketplace le publie, le retire, change sa marque vérifiée ou ce qu'il demande, et son endpoint distant est surveillé comme un service web.
Données issues de Community GitHub marketplaces. Les chiffres proviennent de nos propres passages réguliers sur les places de marché, dernière lecture le . Nous ne publions aucune coordonnée des éditeurs de plugins.