hf-cloud-sagemaker-deployment-plannerFinalidad, uso y origen

Lo que hace esta habilidad

Planifica y coordina la implementación de un modelo en Amazon SageMaker AI. Usa esta habilidad siempre que el usuario quiera implementar, alojar, servir o exponer un modelo en SageMaker o AWS, incluyendo frases como "implementar un modelo", "alojar este LLM en AWS", "servir este modelo de incrustación", "implementar un reordenador", "implementar un modelo de texto a imagen/difusión", "alojar esto para inferencia asíncrona", "crear un punto final", "servir mi modelo ajustado" o cualquier solicitud que implique poner un modelo a disposición para inferencia en AWS. Úsalo incluso cuando el usuario sea vago (por ejemplo, "Solo quiero que esto funcione en AWS, tú te encargas"). Funciona para LLM de generación de texto, modelos de incrustación, reordenadores, clasificadores, modelos de texto a imagen/difusión: elige la pila de servicio adecuada y elige entre inferencia en tiempo real y asíncrona. Esta es la habilidad básica para el trabajo de implementación de SageMaker: formula preguntas aclaratorias, elige una ruta de implementación y coordina las demás habilidades de implementación.

Cómo funciona el flujo de trabajo ascendente

aws service-quotas list-service-quotas --service-code sagemaker --region <region> \
    --query "Quotas[?contains(QuotaName, 'for endpoint usage') && Value > \`0\`].[QuotaName, Value]" \
    --output table

Requisitos y configuración

No se seleccionó ningún fragmento de requisitos breves de este archivo. Esto no significa que la habilidad no tenga dependencias. Consulte las instrucciones de configuración del repositorio y los archivos de referencia.

Límites y controles de calidad

No se seleccionó ningún pasaje con límites específicos en este archivo. Esto no significa que la habilidad sea segura para cualquier entrada o entorno. Revise el código fuente completo y valide su propio resultado.

Comience con una prueba segura.

1. Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
2. Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
3. Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
4. Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.

Especificación del formato y directorio de habilidades ↗

Lea más en la fuente

• Planificador de implementación de SageMaker
• Fases del flujo de trabajo
• Descubrimiento: pregunta solo lo que necesitas
• Selección de vía
• Selección de instancias: compruebe la cuota antes de recomendar.
• Estilo

Habilidades relacionadas

• hf-cloud-aws-context-discoveryhuggingface/skills
• hf-cloud-python-env-setuphuggingface/skills
• hf-cloud-sagemaker-iam-preflighthuggingface/skills
• hf-cloud-sagemaker-production-defaultshuggingface/skills

Traducción y alcance

Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.

Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.

Fuente fijada

Lee el original ↗

Fuente recuperada

2026-10-29T09:32:23Z

Confirmación de origen

fabc634a893f62ad5c2039830397efa35fa62715

Fuente SHA-256

2538e5f705466ef2912c07eb4311befc29940f026dfd17720242e4c976a8d8e9