Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Déploiement de modèles de machine learning v1.0.0

Utilisez cette ressource pour servir un modèle de machine learning avec FastAPI, Docker et une surveillance de dérive

Nouveau

  • 336 téléchargements
  • 113 mentions J'aime
  • 236 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install ml-model-deployment

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent crée le serveur de prédiction avec les points /predict et /health, écrit le Dockerfile, puis ajoute la surveillance et la détection de dérive. Vous obtenez un modèle servi en production avec des contrôles de santé.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Déploiement de modèles de machine learning »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : serveur FastAPI, Dockerfile et liste de contrôle de déploiement
  • references/ : CI/CD des modèles, serveur de production et surveillance de la dérive

Pour qui

  • Un modèle entraîné doit être accessible par une API
  • Les prédictions ralentissent ou se dégradent après la mise en production

Pas pour qui

    Étiquettes

    • ml
    • déploiement
    • fastapi
    • docker

    À propos

    Vous dites

    « Déploie ce modèle scikit-learn derrière une API FastAPI, avec un Dockerfile et un point de santé. »

    Carte de la skill « Déploiement de modèles de machine learning »

    Skill publiée par secondsky sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de servir un modèle de machine learning avec FastAPI, Docker et une surveillance de dérive
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/cicd-ml-models.md14,7 Ko
    • references/containerization-deployment.md11,3 Ko
    • references/fastapi-production-server.md17 Ko
    • references/model-monitoring-drift.md14,2 Ko
    • SKILL.md9,7 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    secondsky
    Source
    github.com/secondsky/claude-skills/tree/88378361314f558fb719aec0af9fd898ab36f0b2/plugins/model-deployment/skills/model-deployment
    Licence
    MIT

    Notice

    « model-deployment » (secondsky, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.