跳到技能内容
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
词映 AI导航
工具库Skills 技能
我的收藏
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
技能目录24 小时热门TOP100 技能每日更新
Skills 技能/Eventual-Inc/Daft/daft-udf-tuning

Claude Code daft-udf-tuning 技能:给 Daft 自定义函数选择批处理

English

Claude Code 安装步骤

  1. 打开 GitHub 固定提交的 `.claude/skills/daft-udf-tuning/SKILL.md`,核对内容与使用条件。
  2. 在自己的项目中创建 `.claude/skills/daft-udf-tuning/`,把核对后的文件保存为 `.claude/skills/daft-udf-tuning/SKILL.md`。
  3. 在该项目根目录启动 Claude Code,在斜杠菜单中选择 `/daft-udf-tuning`。

中文摘要

按函数是否有状态、能否向量化和资源需求选择合适的自定义函数,并验证输出与运行表现。

SKILL.md 中文导读

可复现示例

调用 /daft-udf-tuning。基于下方虚构数字列,设计向量化处理与结果核对。
task `museum attendance totals`
column `visitors=[5, 7, 9]` | column `guides=[2, 4, 6]`
operation `add paired values` | expected `combined=[7, 11, 15]`
CPU-only local fixture

工作步骤

  1. 识别逐行、异步、批量或有状态的操作。
  2. 为输入选择支持的处理方式,保留原输出作为对照。
  3. 先核对正确性,再测量内存和运行时间。

验收方法

建议用 `@daft.func.batch` 处理两列,将 `visitors=[5, 7, 9]` 与 `guides=[2, 4, 6]` 逐项相加,得到 `combined=[7, 11, 15]`。先与逐行结果对照。

GitHub 原文 · 更新日期 2026-11-14

适用环境

已配置 Daft 和 PyArrow 的 Claude Code 项目。示例使用本地数字列比较逐行和向量化批量结果。

常见问题

只想处理两列数字,需要 GPU 吗?

简单的向量化数字操作可先用 CPU 检查。根据任务类型和验证数据决定是否需要其他资源。

技能信息

GitHub 仓库
Eventual-Inc/Daft

收集于互联网

相关指南

  • Claude Code 自定义 Skills:SKILL.md 的目录、触发条件与测试
更多 Claude Code 技能
词映 AI 导航Skills 技能
工具分类全部工具已本地化技能选型指南AI 快讯