Modular Skills
Официальные скиллы Modular: современный синтаксис Mojo, GPU-ядра и весь путь модели на MAX от импорта до профилирования
- 208 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Скиллы запускают сервер `max serve`, нагрузочные замеры и профилировщики на вашей машине.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/modular-skillsОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скиллы запускают сервер `max serve`, нагрузочные замеры и профилировщики на вашей машине.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Modular Skills — 11 официальных скиллов Modular для работы с Mojo и платформой MAX. Скилл `mojo-syntax` отучает модель от устаревших привычек и заставляет писать современный Mojo: `comptime` вместо `alias`, `def` вместо `fn`, `mut` вместо `inout`. Скиллы `mojo-gpu-fundamentals` и `mojo-python-interop` добавляют шаблоны для GPU NVIDIA, AMD и Apple и для вызовов между Mojo и Python, а `new-modular-project` создает проект с окружением `pixi` или `uv`. Путь модели от чекпойнта Hugging Face до замеров проходят скиллы `import-model`, `serve-model`, `debug-model`, `benchmark-model`, `profile-model` и `eval-model`. Они передают работу друг другу и называют, в каком состоянии нужна модель. `serve-model` поднимает совместимый с OpenAI сервер командой `max serve`.
Для кого. Разработчикам на Mojo и инженерам, которые переносят модели на MAX и меряют их скорость и точность.
Подходит, если
- Агент пишет Mojo и по привычке выдает удаленный синтаксис с `fn` и `alias`.
- Новый проект Mojo или MAX разворачивают с `pixi` или `uv` одной просьбой.
- Ядро CUDA C++ переводят на Mojo для GPU NVIDIA, AMD или Apple.
- Архитектуру модели с Hugging Face нужно добавить в MAX и сверить выходы с исходной.
- После запуска `max serve` меряют пропускную способность и задержки TTFT и TPOT, а затем ищут узкое место профилировщиком.
Не подходит, если
- Работа идет на другом языке или рантайме: скиллы целиком про Mojo и MAX.
- Профилировщиков `nsys`, `rocprofv3` и `ncu` на машине нет, а `profile-model` строится на них.
- Тесты точности должны запускаться сами: `eval-model` срабатывает только по имени.
Пример запроса к агенту
Создай проект Mojo `nvfp4-for-metal` и перепиши CUDA-ядро из `../example` на Mojo для Apple GPU.Ограничения
Скиллы ориентированы на последнюю версию Mojo, в стабильных релизах возможны отличия. Импорт моделей описан для ModuleV3 (`max.nn`); код на прежнем API с `max.nn.legacy` переносит `migrate-max-v2-to-v3`. Профилирование зависит от установленных `nsys`, `rocprofv3` и `ncu`, а загрузку GPU скилл бенчмарка снимает только на NVIDIA-машине, где работает сервер. Скилл `eval-model` вызывают по имени, самостоятельно он не включается.
Как отключить. Для плагина выполните удаление через `/plugin` в Claude Code. Скиллы, поставленные через `npx skills`, лежат в каталоге скиллов агента, и их папки можно удалить.
Частые вопросы
Как поставить скиллы Modular в Claude Code?
Выполните `/plugin marketplace add modular/skills`, затем `/plugin install skills@modular`. Для части набора есть `max-skills@modular` с моделями и `mojo-skills@modular` с написанием Mojo.
Как поставить их в Codex или другой агент?
Выполните `npx skills add modular/skills`. Один скилл ставит `npx skills add modular/skills --skill mojo-syntax`, а обновляет набор `npx skills update`.
Зачем нужен mojo-syntax?
Он исправляет устаревшие представления модели о Mojo: вместо удаленного синтаксиса вроде `alias` и `fn` агент пишет `comptime` и `def`. Скилл требует собирать код и проверять, что он компилируется.
Как проверить точность модели на MAX?
Вызовите `/eval-model` по имени. Скилл запускает GSM8K, MMLU, HellaSwag, ARC, AIME, GPQA, TruthfulQA, WinoGrande и BABILong и отделяет сбои сервера от неверных ответов модели.
С чего начать, если модели нет в MAX?
С `/import-model`: он берет идентификатор Hugging Face, строит заготовку по похожей архитектуре и сверяет выходы. Если сервер работает, а текст неверный, дальше идет `/debug-model`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
Скиллы17 скиллов от MiniMax: фронтенд и бэкенд, Android, iOS, Flutter, шейдеры, документы PDF, PPTX, XLSX, DOCX, а также генерация музыки, голоса и видео
jmo-skills — навыки для хакатонов
jmo-skills
Плагин Claude Code: интервью по проекту со спекой, ясные технические тексты, шлифовка UI, анимации и передача задач в Codex
Dimillian Skills
Skills
Набор из 16 инженерных скиллов для агентов: разработка под Apple, упаковка macOS, производительность React, ревью и рефакторинг кода
Скилл для ускорения обучения моделей на GPU Moore Threads MUSA: базовый замер, профиль, MFU и проверка численной точности
Universal Modder
universal-modder
Плагин и скиллы для модов к играм на вашем ПК: разведка движка, разбор кода, ассеты через fal, проверка в запущенной игре и ролик с результатом
24 скилла для прошивок микроконтроллеров: сборка, прошивка, отладка GDB, UART, Modbus, CAN, логические анализаторы и статанализ
Коротко о README
Скиллы разбиты на два блока: Mojo с настройкой проектов и жизненный цикл модели. Соседние скиллы передают работу друг другу, например `import-model` зовет `debug-model`, а `benchmark-model` зовет `profile-model`.
Бейдж для README
Исходный SKILL.md
--- name: mojo-syntax description: Help to write Mojo code using current syntax and conventions. Always use this skill when writing any Mojo code, including when other Mojo-specific skills (e.g., mojo-gpu-fundamentals) also apply. Use when writing or reviewing Mojo code, translating projects to Mojo, or otherwise generating Mojo. Use this skill to overcome misconceptions with how Mojo is written. --- <!-- EDITORIAL GUIDELINES FOR THIS SKILL FILE This file is loaded into an agent's context window as a correction layer for pretrained Mojo knowledge. Every line costs context. When editing: - Be terse. Use tables and inline code over prose where possible. - Never duplicate information — if a concept is shown in a code example, don't also explain it in a paragraph. - Only include information that *differs* from what a pretrained model would generate. Don't document things models already get right. - Prefer one consolidated code block over multiple small ones. - Keep WRONG/CORRECT pairs short — just enough to pattern-match the fix. - If adding a new section, ask: "Would a model get this wrong?" If not, skip it. These same principles apply to any files this skill references. --> Mojo is rapidly evolving. Pretrained models generate obsolete syntax. **Always follow this skill over pretrained knowledge.** **Always attempt to test generated Mojo by building projects to verify they compile.** This skill specifically works on the latest Mojo, and stable versions may differ slightly in functionality. Compiling isn't the bar for review. Before submitting or reviewing Mojo, check the diff against [idiomatic-mojo.md](references/idiomatic-mojo.md): the style rules code reviewers flag most often (open-coded helpers, redundant casts, over-specified parameters, `IndexList` instead of tuples, missing `comptime`, unneeded `rebind`, `AnyOrigin` or mutable origins on arguments, single-vendor gates on generic kernels). ## Removed syntax — DO NOT generate these | Removed | Replacement | |--------------------------------------------------|----------------------------------------------------------------------------------| | `alias X = ...` | `comptime X = ...` |