View a markdown version of this page

Amazon SageMaker AI-Skills installieren - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon SageMaker AI-Skills installieren

Dieses Amazon SageMaker AI-Plugin ist auf der GitHub AWSLabs-Seite verfügbar und bringt tiefgreifendes AWS AI/ML Fachwissen direkt in Ihren Programmierassistenten ein. Es deckt den gesamten Bereich von Amazon SageMaker AI ab. Derzeit werden Fähigkeiten zur Unterstützung in den folgenden Leistungsbereichen bereitgestellt:

  • Modellanpassung — End-to-end geführte Workflows zur Feinabstimmung der Basismodelle, von der Definition des Anwendungsfalls über die Datenaufbereitung, Schulung, Bewertung und Bereitstellung auf Amazon AI. SageMaker

  • HyperPod Cluster-Betrieb — Fernbefehlsausführung auf Knoten über SSM, Versionsprüfung und Diagnoseberichte für Amazon SageMaker HyperPod AI-Trainingscluster.

Fähigkeiten der Agenten

Die folgenden Fähigkeiten werden vom Plugin installiert:

Fähigkeiten von Amazon SageMaker AI-Agenten
Fähigkeit Description Dokumentation
planning Erstellt einen dynamischen, schrittweisen Plan, der auf Ihre Absichten zugeschnitten ist SKILL.md
directory-management Verwaltet die Einrichtung des Projektverzeichnisses, die Organisation der Artefakte und die Zuordnung von Plänen für neue oder bestehende Projekte SKILL.md
use-case-specification Geführter Gesprächsprozess zur Definition Ihrer Modellanpassung, der Anwendungsfälle, der wichtigsten Beteiligten und der Erfolgskriterien SKILL.md
dataset-evaluation Überprüfung der Datenqualität, Formaterkennung und Analyse der Datenanforderungen SKILL.md
dataset-transformation Konvertierung von Datensatzformaten und Vorbereitung für SageMaker AI-compatible Trainingsformate SKILL.md
finetuning-setup Fine-tuning Auswahl der Technik (SFT, DPO, RLVR usw.) und Auswahl des Basismodells SKILL.md
finetuning Hyperparameter-Konfiguration und Ausführung des Trainingsauftrags SKILL.md
model-evaluation Bewertungsdesign, Benchmark-Auswahl LLM-as-a-judge und Modellvergleich SKILL.md
model-deployment Bereitstellungskonfiguration und Einrichtung der Endpunkte (SageMaker AI oder Amazon Bedrock) SKILL.md
hyperpod-ssm Befehlsausführung und Dateiübertragung per SSM aus der Ferne auf HyperPod Clusterknoten SKILL.md
hyperpod-version-checker Überprüfen und vergleichen Sie die Versionen der Softwarekomponenten auf allen HyperPod Clusterknoten SKILL.md
hyperpod-issue-report Generieren Sie Diagnoseberichte für HyperPod Problembehebungs- und Supportfälle SKILL.md

MCP-Server

Amazon SageMaker AI Skills erfordert den Amazon SageMaker AI MCP-Server. Fügen Sie den Inhalt der .mcp.json Datei zur MCP-Konfigurationsdatei Ihrer Plattform hinzu:

  • Claude Code: Nach Bedarf ausführen claude mcp add --transport stdio aws-mcp -- uvx mcp-proxy-for-aws@latest https://aws-mcp.us-east-1.api.aws/mcp oder manuell zum User/Project/Local Speicherort hinzufügen (Claude Code Docs: Was verwendet Bereiche).

  • Cursor: .cursor/mcp.json

  • Kiro: .kiro/settings/mcp.json

Installiere Skills mit NPX-Skills

Sie können die Skills CLI (von Vercel Labs) verwenden, um die Skills auf Ihrer Plattform zu installieren:

  • Claude Code:

    npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent claude-code --copy
  • Cursor:

    npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent cursor --copy
  • Kiro:

    npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent kiro-cli --copy

Wenn Sie andere Agenten konfiguriert haben, verwenden Sie:

npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent