Skip to main content

inference-serving

Deploy LLM inference with vLLM, TGI, or Ollama — batching, quantization, and GPU memory management. Use when deploying a model server with vLLM or TGI, configuring continuous batching, managing GPU memory with quantization, or benchmarking inference throughput. Do not use for model selection (prefer model-selection) or CPU-only inference (prefer offline-cpu-inference).

Ir para a instalação

Informações da origem

Repositório
merceralex397-collab/meta-skill-engineering
Última atividade na origem
20 de abril de 2026 às 01:25
Idioma detectado do SKILL.md
inglês
Estrelas
2
Forks
0

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.