deploy
AI Operations Team — Deploy: Model serving, inference APIs, blue/green deploys, rollback, and canary releases for production ML.
Пакет плагинов · от tonone-ai
Коротко
deploy: пакет плагинов для ИИ-инструментов разработки, издатель tonone-ai. Витрин, которые мы читаем и где он опубликован: 1 (Community GitHub marketplaces). Мы впервые увидели его 2026-11-09 и с тех пор изменений не фиксировали. Данные нашего прохода по витринам на 2026-11-09.
Что просит
- Ставится как пакет плагинов
Ни одна из витрин, которые мы читаем, не публикует его инструменты или настройки, которые он просит.
Что объявляет, просит и запускает, полностью
Устанавливайте плагины только от разработчиков, которым доверяете. Мы показываем то, что публикуют витрины, и не проверяем плагины.
Работает с
- Claude Code
По маркетплейсам, где он опубликован, и объявленному транспорту MCP, как их документирует каждый клиент. Плагины мы не тестируем.
Подключить
Команды и конфигурации собраны только из того, что объявляют витрины. Мы не запускаем их за вас и не проверяем плагины.
Как плагин Claude Code
Собрано из того, что объявляет Community GitHub marketplaces.
/plugin marketplace add tonone-ai/tonone
/plugin install deploy@tonone-aiГде опубликован
| Витрина | Статус | Версия | Числа | Проверен | Впервые замечен |
|---|---|---|---|---|---|
| Маркетплейс сообщества tonone-ai/tonone (Открыть исходники на GitHub) | Опубликован | 1.19.0 | Число не опубликовано | Не помечен |
Каждое число принадлежит своей витрине и никогда не складывается с числами других витрин. Если витрина число не публикует, мы его не показываем: нет числа не значит ноль.
Есть в одном маркетплейсе сообщества
| Витрина | Репозиторий | Звёзды (GitHub) |
|---|---|---|
| tonone-ai | tonone-ai/tonone | 77 |
Что входит в пакет
Так опубликовано на витрине Community GitHub marketplaces.
Скиллы: 3
deploy-canarydeploy-recondeploy-serve
Агенты: 1
deploy
Что менялось
- Стал продуктом, за которым мы следим
- Community GitHub marketplaces: появился
Похожие плагины
Продукты, чьи собственные названия, описания, инструменты и скиллы ближе всего по смыслу к этому, на всех витринах, которые мы читаем. Близость упорядочена только внутри этого списка.
-
Deploy ML models with FastAPI, Docker, Kubernetes. Use for serving predictions, containerization, monitoring, drift detection, or encountering latency issues, health check…
-
do-machine-learning-engineering
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
Search, rank and compare open-source AI projects with Archestack's open data
-
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
-
AI Operations Team — 9 agents: Deploy, Eval, Trace, Guard, Budget, Token, Prompt, Embed, Rank
-
Practical AI/ML implementation, LLM integration, and intelligent automation for production applications
-
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.
-
ML/AI engineer — model training, MLOps, feature engineering, LLM integration
-
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
Похожие плагины по витринам
Тот же вопрос к каждой витрине по отдельности: есть ли там аналог этого плагина?
Есть на витрине Claude Code: claude-plugins-community (5)
-
Build, run, and monitor AI/ML workflows on Jetty — from prompt to production in 5 minutes.
-
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.
-
DataRobot Agent Skills - Agentic skills for DataRobot enterprise AI and ML workflows. Covers model training, deployment, predictions, feature engineering, monitoring…
-
Multi-agent AI pipelines with structural write/review isolation, crash-safe state recovery, and spec-driven development. Run sequential, parallel fan-out, iterative-loop, or…
Есть на витрине Claude Code: claude-plugins-official (5)
-
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…
-
Full Domino Data Lab platform support — workspaces, jobs, model deployment, experiment tracking, GenAI tracing, Spark/Ray/Dask, and app deployment for data science teams
-
Skills for tracing, evaluating, and improving AI agents with MLflow. Supports the full agent improvement loop: instrument → trace → evaluate → iterate → validate.
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
Есть на витрине 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.
-
Deploy, debug, and monitor applications on Render. Includes skills, an agent, slash commands, and a render.yaml validation hook.
-
Official Buildkite skills for Claude Code, Cursor, and other AI coding agents — pipelines, migration, preflight, agent runtime, CLI, and API
Есть на витрине 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.
-
Cloudflare platform plugin with curated skills for Workers, Wrangler, and Agents SDK plus the official Cloudflare API MCP server.
-
Comprehensive skill for the entire Temporal lifecycle — developing applications, using the Temporal CLI, running and managing Temporal Server, and working with Temporal Cloud.
Есть на витрине Community GitHub marketplaces (5)
-
Deploy ML models with FastAPI, Docker, Kubernetes. Use for serving predictions, containerization, monitoring, drift detection, or encountering latency issues, health check…
-
do-machine-learning-engineering
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
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
-
AI Operations Team — 9 agents: Deploy, Eval, Trace, Guard, Budget, Token, Prompt, Embed, Rank
Есть на витрине 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.
-
Model, visualize, and deploy applications with Radius from the GitHub Copilot app and CLI.
-
Skills and interactive Copilot canvas for designing, configuring, testing and deploying agents to Microsoft Foundry.
-
Transform Claude into an Azure expert. This plugin integrates the Azure MCP server and specialized Azure skills to move beyond generic advice. It enables Claude to perform…
-
Use Datadog directly in Copilot / VS Code through a preconfigured Datadog MCP server. Query logs, metrics, traces, dashboards, and more through natural conversation.
Есть на витрине 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.
-
Bring Azure DevOps work-item, repository, and pull-request workflows into GitHub Copilot.
-
code-apps-preview
Build and deploy Power Apps code apps using React, Vite, and Power Platform connectors.
Есть на витрине Cursor: cursor/plugins (5)
-
Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.
-
Skills for building on the Cursor Origin API. Fetch the live spec first, then follow the Origin rules for credentials, scopes, webhooks, paging, and errors. Includes a skill that…
-
Build apps, scripts, and automations with the TypeScript SDK.
-
Ask Databricks Genie questions about your workspace's data in plain language.
-
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.
Есть на витрине Docker MCP Catalog (5)
-
Bridges multiple AI models and CLIs, enabling orchestrated workflows across Claude Code, Gemini CLI, Codex CLI, and other AI development tools.
-
Seamless interaction with Novita AI platform resources.
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Giving Claude ability to run code with E2B via MCP (Model Context Protocol).
-
Give your AI agents trusted access to the full Postman platform.
Есть на витрине Official MCP Registry (5)
-
Search, rank and compare open-source AI projects with Archestack's open data
-
replicate com.mcparmory/replicate
Run AI models, create deployments, and manage predictions via cloud API
-
Discover, run, inspect, build, test, and privately reuse AI workflows.
-
Train, track and query models on a running dashAI instance. Read-oriented, no delete tools.
-
Onde Inference CLI: Fine-tune & Deploy Local LLMs
MCP server to fine-tune LoRA, export GGUF, and deploy local LLMs on Onde Inference.
Есть на витрине PyPI (MCP servers) (5)
-
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.
-
awslabs.aws-bedrock-custom-model-import-mcp-server
An AWS Labs Model Context Protocol (MCP) server for Bedrock Custom Model Import
-
Every tool your AI needs in one self-hosted install: memory, reasoning, git, Docker and more.
-
offline-mcp io.github.gabrielmahia/offline-mcp
Local AI over Ollama for low connectivity: status, local inference, model and deployment guides.
Есть на витрине npm registry (MCP servers) (5)
-
13 years of Microsoft hyperscale engineering, packaged as a harness for your AI coding agent.
-
Hanzo MCP Server - Unified tool surface with AI, cloud control, vector search, and multi-framework UI
-
Deploy and manage apps on your own AppCrane instance, the self-hosted PaaS for AI-built apps.
-
Intelligent CLI tool with AI-powered model selection that analyzes your hardware and recommends optimal LLM models for your system
-
Live AWS, database & Kafka infrastructure context for AI coding assistants via MCP.
Найдено по смыслу, а не по общему коду или репозиторию: похожие плагины остаются разными продуктами, и это не обзор и не рекомендация.
Хотите такой знак у своего плагина в нашем каталоге?
Докажите, что поддерживаете его, файлом в репозитории, файлом на вашем домене или DNS-записью, и сможете показать этот знак на карточке, а ещё живые баннеры для сайта и README. Как проходит подтверждение
Ещё вы будете получать уведомления, когда витрина добавит плагин, снимет его, изменит отметку verified или список того, что он просит, а его удалённый endpoint встанет на мониторинг как веб-сервис.
Данные витрины Community GitHub marketplaces. Числа взяты из наших регулярных обходов витрин, последняя проверка . Контакты издателей плагинов мы не публикуем.