القائمة
Sub-skill of data-analysis: Caching for Performance (+2).
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/vamseeachanta/workspace-hub --skill data-analysis-caching-for-performanceيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Write outbound email and external messages in Vamsee Achanta's voice — a subtle offer to help, never bold or rash claims. Load before drafting ANY email, LinkedIn/Collide reply, proposal note, or outreach sent under his name.
Save/publish analysis or computation results from ANY ecosystem repo to Hugging Face as a queryable, viewer-renderable dataset. Use when the user wants to "save results to hugging face", "publish dataset to HF", "hugging face data saving", "save analysis results", "hf dataset", "make results queryable", or "render via datasets-server API". Reshapes nested results into flat parquet tables, writes a dataset card with a viewer `configs:` block and provenance, applies license/public-vs-private routing, enforces a domain data-quality gate (faithful-to-source != correct), publishes to `aceengineer/<repo>-<projection>`, and verifies via the datasets-server API.
Clone, create, fork, configure, and manage GitHub repositories. Manage remotes, secrets, releases, and workflows. Works with gh CLI or falls back to git + GitHub REST API via curl.
عرض SKILL.md
استنادا إلى تصنيف SOC المهني
| name | data-analysis-caching-for-performance |
| description | Sub-skill of data-analysis: Caching for Performance (+2). |
| version | 1.0.0 |
| category | data |
| type | reference |
| scripts_exempt | true |
import streamlit as st
from functools import lru_cache
@st.cache_data(ttl=3600) # Streamlit caching
def load_and_process_data():
return pl.read_parquet("data.parquet")
@lru_cache(maxsize=100) # General Python caching
def expensive_calculation(params_tuple):
return compute_metrics(params_tuple)
# Define color palette
COLORS = {
"primary": "#1f77b4",
"secondary": "#ff7f0e",
"success": "#2ca02c",
"danger": "#d62728",
"neutral": "#7f7f7f"
}
*See sub-skills for full details.*
## Error Handling for Data Loading
```python
def safe_load_data(path, fallback=None):
"""Load data with comprehensive error handling."""
try:
if path.endswith('.parquet'):
return pl.read_parquet(path)
elif path.endswith('.csv'):
return pl.read_csv(path)
else:
raise ValueError(f"Unsupported format: {path}")
*See sub-skills for full details.*