fit
Model Training Engineer — Model training — algorithm selection, hyperparameter tuning, training infrastructure
Пакет плагинов · от tonone-ai
Коротко
fit: пакет плагинов для ИИ-инструментов разработки, издатель tonone-ai. Витрин, которые мы читаем и где он опубликован: 1 (Community GitHub marketplaces). Последнее изменение мы зафиксировали 2026-11-10. Данные нашего прохода по витринам на 2026-11-13.
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 fit@tonone-aiГде опубликован
| Витрина | Статус | Версия | Числа | Проверен | Впервые замечен |
|---|---|---|---|---|---|
| Маркетплейс сообщества tonone-ai/tonone (Открыть исходники на GitHub) | Опубликован | 1.20.0 | Форки (GitHub): 11 Звёзды (GitHub): 77 |
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
fit-reconfit-trainfit-tune
Агенты: 1
fit
Что менялось
- Community GitHub marketplaces: выпущена версия 1.20.0 (была 1.19.0)
- 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.
-
Train ML models with scikit-learn, PyTorch, TensorFlow. Use for classification/regression, neural networks, hyperparameter tuning, or encountering overfitting, underfitting…
-
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
-
ML engineering plugin: Give your AI coding agent ML engineering superpowers.
-
do-machine-learning-engineering
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
-
Train AutoML models on CSV files and run predictions from Claude and other MCP clients.
-
ML/AI engineer — model training, MLOps, feature engineering, LLM integration
-
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
-
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.
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)
-
DataRobot Agent Skills - Agentic skills for DataRobot enterprise AI and ML workflows. Covers model training, deployment, predictions, feature engineering, monitoring…
-
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.
-
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…
-
Autonomous experiment loop for Claude Code. Run an endless optimize-measure-keep/discard cycle on any optimization target: LLM training loss, test speed, bundle size, build time…
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…
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
-
Build high-quality datasets and computer vision models. Visualize datasets, analyze models, find duplicates, run inference, evaluate predictions, and develop custom plugins.
-
Find the right NVIDIA skill for GPU acceleration, CUDA, AI agents, data loading, training, inference, robotics, Physical AI, Omniverse, simulation, and other NVIDIA-powered…
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
-
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.
-
Agent skills for Qdrant vector search covering scaling, performance optimization, search quality, monitoring, deployment, model migration, version upgrades, and SDK usage across…
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.
-
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…
Есть на витрине Community GitHub marketplaces (5)
-
Train ML models with scikit-learn, PyTorch, TensorFlow. Use for classification/regression, neural networks, hyperparameter tuning, or encountering overfitting, underfitting…
-
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
-
ML engineering plugin: Give your AI coding agent ML engineering superpowers.
-
do-machine-learning-engineering
ML engineering agents providing expertise in MLOps, model deployment, and inference optimization
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.
-
Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai
-
Multi-model council for Copilot CLI: three subagents on different model families (Anthropic, OpenAI, Google) answer independently, then build on each other or attack the leading…
-
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…
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.
-
Complete bundle: all Microsoft Skills for Fabric for developers and consumers.
-
Bring Azure DevOps work-item, repository, and pull-request workflows into GitHub Copilot.
Есть на витрине Cursor: cursor/plugins (4)
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
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.
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
Есть на витрине 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.
-
Tools for interacting with Hugging Face models, datasets, research papers, and more.
-
Seamless interaction with Novita AI platform resources.
-
Analyze documents, images, videos, and audio.
Есть на витрине Official MCP Registry (5)
-
Train AutoML models on CSV files and run predictions from Claude and other MCP clients.
-
Give your AI a research team. Forecast, score, classify, or research every row of a dataset.
-
Find AI models that fit a job from your requirements, sourced benchmarks and real cost.
-
AI model/agent directory with pricing and comparisons, plus GPU VRAM fit and tokens/sec estimates.
-
Discover, shortlist, compare, cost-model, and live-test 300+ AI models from your editor
Есть на витрине PyPI (MCP servers) (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
offline-mcp io.github.gabrielmahia/offline-mcp
Local AI over Ollama for low connectivity: status, local inference, model and deployment guides.
-
Hanzo MCP Server - Unified tool surface with AI, cloud control, vector search, and multi-framework UI
-
air-blackbox-mcp io.github.airblackbox/air-blackbox-mcp
EU AI Act compliance scanner for Python AI agents. 14 tools across 6 articles.
-
MCP server for Empirica — AI measurement and calibration tools via Model Context Protocol
Есть на витрине npm registry (MCP servers) (5)
-
Intelligent CLI tool with AI-powered model selection that analyzes your hardware and recommends optimal LLM models for your system
-
Hire human data labelers, RLHF annotators, and evaluators from your coding agent.
-
Tells your agent which model to use and what it costs, across 46 providers and local runtimes.
-
Alibaba Cloud DashScope — Qwen
Alibaba Cloud DashScope MCP: Qwen chat, embeddings, and model discovery on your own account.
-
Acceptance test agent for coding agents: real-browser tests, with screenshots on the PR.
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.