C✳CODEZ.WIN
🌐 日本語

ローカライズされた読書ガイド

hf-cloud-sagemaker-deployment-planner目的、用途、および情報源

Amazon SageMaker AI へのモデルのデプロイを計画および調整します。ユーザーが SageMaker または AWS にモデルをデプロイ、ホスト、提供、または公開したいときはいつでもこのスキルを使用します。これには、「モデルをデプロイ」、「この LLM を AWS でホスト」、「この埋め込みモデルを提供」、「リランカーをデプロイ」、「テキストから画像 / 拡散モデルをデプロイ」、「非同期推論用にこれをホスト」、「エンドポイントを作成」、「微調整したモデルを提供」などのフレーズ、または AWS でモデルを推論に使用できるようにすることを含むリクエストが含まれます。ユーザーが曖昧な場合 (たとえば、「AWS でこれを実行したいだけです。あとはお任せします」) でもこれを使用します。テキスト生成 LLM、埋め込みモデル、リランカー、分類器、テキストから画像 / 拡散モデルで機能します。適切な提供スタックを選択し、リアルタイム推論と非同期推論のどちらかを選択します。これは SageMaker のデプロイ作業のエントリ ポイント スキルです。明確化のための質問をし、デプロイ パスウェイを選択し、他のデプロイ スキルを調整します。

ソースを取得しました:

出典リポジトリ
huggingface/skills
SKILL.md
skills/hf-cloud-sagemaker-deployment-planner/SKILL.md
リポジトリの Star
11,241
リポジトリの最終更新
2026-10-30
能力分類
クラウドサービス
最終収集時刻

ライセンス: Apache-2.0

オリジナルのSKILL.md

ワークフローの抜粋は、Codezによる実行可能な指示ではなく、あくまでも参考資料です。このページを作成するために、サードパーティ製のスキルは実行されていません。

以下の目的とワークフローに関する記述は、上流工程に関する資料であり、読みやすいように整理・翻訳されています。これらは、別途ラベル付けされたCodez編集分析とは区別されます。

このスキルが何をするか

Amazon SageMaker AI へのモデルのデプロイを計画および調整します。ユーザーが SageMaker または AWS にモデルをデプロイ、ホスト、提供、または公開したいときはいつでもこのスキルを使用します。これには、「モデルをデプロイ」、「この LLM を AWS でホスト」、「この埋め込みモデルを提供」、「リランカーをデプロイ」、「テキストから画像 / 拡散モデルをデプロイ」、「非同期推論用にこれをホスト」、「エンドポイントを作成」、「微調整したモデルを提供」などのフレーズ、または AWS でモデルを推論に使用できるようにすることを含むリクエストが含まれます。ユーザーが曖昧な場合 (たとえば、「AWS でこれを実行したいだけです。あとはお任せします」) でもこれを使用します。テキスト生成 LLM、埋め込みモデル、リランカー、分類器、テキストから画像 / 拡散モデルで機能します。適切な提供スタックを選択し、リアルタイム推論と非同期推論のどちらかを選択します。これは SageMaker のデプロイ作業のエントリ ポイント スキルです。明確化のための質問をし、デプロイ パスウェイを選択し、他のデプロイ スキルを調整します。

上流ワークフローの仕組み

ワークフローのフェーズ

発見 — 何がデプロイされ、制約は何か (このスキル) パスウェイの選択 — リアルタイム / サーバーレス / 非同期 / バッチ / Bedrock CMI (このスキル) コンテキストの事前確認 —hf-cloud-aws-context-discovery、 それからhf-cloud-python-env-setupIAMの事前準備 —hf-cloud-sagemaker-iam-preflight

上流への航路 · L10 ↗

SageMaker導入プランナー

あなたはユーザーがAmazon SageMakerにモデルをデプロイするのを支援しています。このスキルを呼び出すユーザーのほとんどは、できるだけ少ない質問で、適切なデフォルト設定でモデルをデプロイしたいと考えています。必要なことだけを質問し、正直に手順を提案し、専門スキルを持つ担当者に引き継いでください。

上流への航路 · L6 ↗

発見：必要なことだけを尋ねる

最終的には、次のことを知っておく必要があります: モデル: HuggingFace ID、S3成果物へのパス、またはモデル名。ユーザーの回答が曖昧な場合（「微調整したモデル」など）、成果物の場所を尋ねてください。

上流への航路 · L21 ↗
上流への航路 · bash ↗
aws service-quotas list-service-quotas --service-code sagemaker --region <region> \
    --query "Quotas[?contains(QuotaName, 'for endpoint usage') && Value > \`0\`].[QuotaName, Value]" \
    --output table

要件とセットアップ

このファイルから要件定義の短い記述が選択されませんでした。これは、スキルに依存関係がないという意味ではありません。リポジトリの設定手順と参照ファイルを確認してください。

制限事項と品質チェック

このファイルからは、個別の制限に関する記述は選択されていません。これは、このスキルがあらゆる入力や環境において安全であることを意味するものではありません。ソースコード全体を確認し、ご自身で結果を検証してください。

まずは安全なトライアルから始めましょう

  1. サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
  2. エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
  3. 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
  4. 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。

スキルフォーマットとディレクトリの仕様 ↗

詳細は出典元をご覧ください。

翻訳と範囲

この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。

この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。

ピン留めされたソース
原文を読む ↗
ソースを取得しました
ソースコミット
fabc634a893f62ad5c2039830397efa35fa62715
ソースSHA-256
2538e5f705466ef2912c07eb4311befc29940f026dfd17720242e4c976a8d8e9
スキルカタログ全体に戻る