AI - **kws:** pytorch, deep learning, transformers, diffusion, llm, gradio, training, fine-tuning - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — an expert prompt pack for deep learning with PyTorch: custom nn.Module architectures, training loops with mixed precision and multi-GPU, transformers and efficient fine-tuning (LoRA, P-tuning), diffusion pipelines with Diffusers, and Gradio demo interfaces. A know-how pack, not a library — it changes how the agent writes ML code, with PEP 8 style, GPU utilization, gradient accumulation and experiment tracking conventions. By @mindrally, listed here with credit to its creator. Honest caveats: pure guidance, no code shipped — real GPU training needs real hardware and the torch/transformers/diffusers stack installed; fine-tuning advice stays at general best-practice level, not domain-specific tuning. Not verified. Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — un pack de prompts expert pour le deep learning avec PyTorch : architectures nn.Module personnalisées, boucles d'entraînement en mixed precision et multi-GPU, transformers et fine-tuning efficace (LoRA, P-tuning), pipelines de diffusion avec Diffusers et interfaces de démo Gradio. Un pack de savoir-faire, pas une bibliothèque — il change la façon dont l'agent écrit le code ML, avec style PEP 8, utilisation GPU, accumulation de gradient et conventions de suivi d'expériences. Crédit : @mindrally. Bémols honnêtes : pur guide, aucun code livré — l'entraînement GPU réel demande du vrai matériel et la pile torch/transformers/diffusers installée ; les conseils de fine-tuning restent au niveau des bonnes pratiques générales, pas du réglage spécifique à un domaine. Non vérifié. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: none for the skill itself; for real training, a Python environment with torch, transformers, diffusers, gradio, numpy, tqdm and tensorboard or wandb, plus GPU hardware Install "MindRally: deep learning with PyTorch" for me. Give my agent the expert prompt pack for PyTorch deep learning — model architectures, training with mixed precision and multi-GPU, transformers and LoRA fine-tuning, diffusion pipelines, and Gradio demos Repository: https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Fetch the SKILL.md file for the mindrally-skills-deep-learning-pytorch skill from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md into the agent's skills directory, in a folder named "mindrally-skills-deep-learning-pytorch". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. set up a Python environment with torch and transformers for real training). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. Never ask me to paste secrets in chat — credentials go through the secure vault or environment variables. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : aucun pour le skill lui-même ; pour un vrai entraînement, un environnement Python avec torch, transformers, diffusers, gradio, numpy, tqdm et tensorboard ou wandb, plus du matériel GPU Installe-moi « MindRally : deep learning avec PyTorch ». Donne à mon agent le pack de prompts expert pour le deep learning PyTorch — architectures de modèles, entraînement en mixed precision et multi-GPU, transformers et fine-tuning LoRA, pipelines de diffusion et démos Gradio Dépôt : https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Récupère le fichier SKILL.md du skill mindrally-skills-deep-learning-pytorch depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « mindrally-skills-deep-learning-pytorch ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. préparer un environnement Python avec torch et transformers pour un vrai entraînement). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Ne me demande jamais de coller des secrets dans le chat — les identifiants passent par le coffre sécurisé ou les variables d'environnement. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

⚙ Prérequis: aucun pour le skill lui-même ; pour un vrai entraîne…

MindRally: deep learning with PyTorch - name_fr: MindRally : deep learning avec PyTorch - tl_en: Expert prompt pack for PyTorch, transformers, diffusion models and LLM development - tl_fr: Pack de prompts expert pour PyTorch, transformers, modèles de diffusion et développement LLM - creator: @mindrally - type: Agent skill - url: https://github.com/mindrally/skills - cat: AI - kws: pytorch, deep learning, transformers, diffusion, llm, gradio, training, fine-tuning - license: Apache-2.0 Description EN: Curated by Skill Harbor — an expert prompt pack for deep learning with PyTorch: custom nn.Module architectures, training loops with mixed precision and multi-GPU, transformers and efficient fine-tuning (LoRA, P-tuning), diffusion pipelines with Diffusers, and Gradio demo interfaces. A know-how pack, not a library — it changes how the agent writes ML code, with PEP 8 style, GPU utilization, gradient accumulation and experiment tracking conventions. By @mindrally, listed here with credit to its creator. Honest caveats: pure guidance, no code shipped — real GPU training needs real hardware and the torch/transformers/diffusers stack installed; fine-tuning advice stays at general best-practice level, not domain-specific tuning. Not verified. Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. Description FR: Sélectionné par Skill Harbor — un pack de prompts expert pour le deep learning avec PyTorch : architectures nn.Module personnalisées, boucles d'entraînement en mixed precision et multi-GPU, transformers et fine-tuning efficace (LoRA, P-tuning), pipelines de diffusion avec Diffusers et interfaces de démo Gradio. Un pack de savoir-faire, pas une bibliothèque — il change la façon dont l'agent écrit le code ML, avec style PEP 8, utilisation GPU, accumulation de gradient et conventions de suivi d'expériences. Crédit : @mindrally. Bémols honnêtes : pur guide, aucun code livré — l'entraînement GPU réel demande du vrai matériel et la pile torch/transformers/diffusers installée ; les conseils de fine-tuning restent au niveau des bonnes pratiques générales, pas du réglage spécifique à un domaine. Non vérifié. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. Install prompt EN: ``` Prerequisites: none for the skill itself; for real training, a Python environment with torch, transformers, diffusers, gradio, numpy, tqdm and tensorboard or wandb, plus GPU hardware Install "MindRally: deep learning with PyTorch" for me. Give my agent the expert prompt pack for PyTorch deep learning — model architectures, training with mixed precision and multi-GPU, transformers and LoRA fine-tuning, diffusion pipelines, and Gradio demos Repository: https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Fetch the SKILL.md file for the mindrally-skills-deep-learning-pytorch skill from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md into the agent's skills directory, in a folder named "mindrally-skills-deep-learning-pytorch". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. set up a Python environment with torch and transformers for real training). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. Never ask me to paste secrets in chat — credentials go through the secure vault or environment variables. If anything looks off, stop and ask me. ``` Install prompt FR: ``` Prérequis : aucun pour le skill lui-même ; pour un vrai entraînement, un environnement Python avec torch, transformers, diffusers, gradio, numpy, tqdm et tensorboard ou wandb, plus du matériel GPU Installe-moi « MindRally : deep learning avec PyTorch ». Donne à mon agent le pack de prompts expert pour le deep learning PyTorch — architectures de modèles, entraînement en mixed precision et multi-GPU, transformers et fine-tuning LoRA, pipelines de diffusion et démos Gradio Dépôt : https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Récupère le fichier SKILL.md du skill mindrally-skills-deep-learning-pytorch depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « mindrally-skills-deep-learning-pytorch ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. préparer un environnement Python avec torch et transformers pour un vrai entraînement). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Ne me demande jamais de coller des secrets dans le chat — les identifiants passent par le coffre sécurisé ou les variables d'environnement. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

Pack de prompts expert pour PyTorch, transformers, modèles de diffusion et développement LLM - **creator:** @mindrally - **type:** Agent skill - **url:** https://github.com/mindrally/skills - **cat:** AI - **kws:** pytorch, deep learning, transformers, diffusion, llm, gradio, training, fine-tuning - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — an expert prompt pack for deep learning with PyTorch: custom nn.Module architectures, training loops with mixed precision and multi-GPU, transformers and efficient fine-tuning (LoRA, P-tuning), diffusion pipelines with Diffusers, and Gradio demo interfaces. A know-how pack, not a library — it changes how the agent writes ML code, with PEP 8 style, GPU utilization, gradient accumulation and experiment tracking conventions. By @mindrally, listed here with credit to its creator. Honest caveats: pure guidance, no code shipped — real GPU training needs real hardware and the torch/transformers/diffusers stack installed; fine-tuning advice stays at general best-practice level, not domain-specific tuning. Not verified. Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — un pack de prompts expert pour le deep learning avec PyTorch : architectures nn.Module personnalisées, boucles d'entraînement en mixed precision et multi-GPU, transformers et fine-tuning efficace (LoRA, P-tuning), pipelines de diffusion avec Diffusers et interfaces de démo Gradio. Un pack de savoir-faire, pas une bibliothèque — il change la façon dont l'agent écrit le code ML, avec style PEP 8, utilisation GPU, accumulation de gradient et conventions de suivi d'expériences. Crédit : @mindrally. Bémols honnêtes : pur guide, aucun code livré — l'entraînement GPU réel demande du vrai matériel et la pile torch/transformers/diffusers installée ; les conseils de fine-tuning restent au niveau des bonnes pratiques générales, pas du réglage spécifique à un domaine. Non vérifié. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: none for the skill itself; for real training, a Python environment with torch, transformers, diffusers, gradio, numpy, tqdm and tensorboard or wandb, plus GPU hardware Install "MindRally: deep learning with PyTorch" for me. Give my agent the expert prompt pack for PyTorch deep learning — model architectures, training with mixed precision and multi-GPU, transformers and LoRA fine-tuning, diffusion pipelines, and Gradio demos Repository: https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Fetch the SKILL.md file for the mindrally-skills-deep-learning-pytorch skill from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md into the agent's skills directory, in a folder named "mindrally-skills-deep-learning-pytorch". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. set up a Python environment with torch and transformers for real training). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. Never ask me to paste secrets in chat — credentials go through the secure vault or environment variables. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : aucun pour le skill lui-même ; pour un vrai entraînement, un environnement Python avec torch, transformers, diffusers, gradio, numpy, tqdm et tensorboard ou wandb, plus du matériel GPU Installe-moi « MindRally : deep learning avec PyTorch ». Donne à mon agent le pack de prompts expert pour le deep learning PyTorch — architectures de modèles, entraînement en mixed precision et multi-GPU, transformers et fine-tuning LoRA, pipelines de diffusion et démos Gradio Dépôt : https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Récupère le fichier SKILL.md du skill mindrally-skills-deep-learning-pytorch depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « mindrally-skills-deep-learning-pytorch ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. préparer un environnement Python avec torch et transformers pour un vrai entraînement). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Ne me demande jamais de coller des secrets dans le chat — les identifiants passent par le coffre sécurisé ou les variables d'environnement. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

L’essentiel

Quoi: Pack de prompts expert pour PyTorch, transformers, modèles de diffusion et développement LLM - **creator:** @mindrally - **type:** Agent skill - **url:** https://github.com/mindrally/skills - **cat:** AI - **kws:** pytorch, deep learning, transformers, diffusion, llm, gradio, training, fine-tuning - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — an expert prompt pack for deep learning with PyTorch: custom nn.Module architectures, training loops with mixed precision and multi-GPU, transformers and efficient fine-tuning (LoRA, P-tuning), diffusion pipelines with Diffusers, and Gradio demo interfaces. A know-how pack, not a library — it changes how the agent writes ML code, with PEP 8 style, GPU utilization, gradient accumulation and experiment tracking conventions. By @mindrally, listed here with credit to its creator. Honest caveats: pure guidance, no code shipped — real GPU training needs real hardware and the torch/transformers/diffusers stack installed; fine-tuning advice stays at general best-practice level, not domain-specific tuning. Not verified. Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — un pack de prompts expert pour le deep learning avec PyTorch : architectures nn.Module personnalisées, boucles d'entraînement en mixed precision et multi-GPU, transformers et fine-tuning efficace (LoRA, P-tuning), pipelines de diffusion avec Diffusers et interfaces de démo Gradio. Un pack de savoir-faire, pas une bibliothèque — il change la façon dont l'agent écrit le code ML, avec style PEP 8, utilisation GPU, accumulation de gradient et conventions de suivi d'expériences. Crédit : @mindrally. Bémols honnêtes : pur guide, aucun code livré — l'entraînement GPU réel demande du vrai matériel et la pile torch/transformers/diffusers installée ; les conseils de fine-tuning restent au niveau des bonnes pratiques générales, pas du réglage spécifique à un domaine. Non vérifié. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: none for the skill itself; for real training, a Python environment with torch, transformers, diffusers, gradio, numpy, tqdm and tensorboard or wandb, plus GPU hardware Install "MindRally: deep learning with PyTorch" for me. Give my agent the expert prompt pack for PyTorch deep learning — model architectures, training with mixed precision and multi-GPU, transformers and LoRA fine-tuning, diffusion pipelines, and Gradio demos Repository: https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Fetch the SKILL.md file for the mindrally-skills-deep-learning-pytorch skill from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md into the agent's skills directory, in a folder named "mindrally-skills-deep-learning-pytorch". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. set up a Python environment with torch and transformers for real training). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. Never ask me to paste secrets in chat — credentials go through the secure vault or environment variables. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : aucun pour le skill lui-même ; pour un vrai entraînement, un environnement Python avec torch, transformers, diffusers, gradio, numpy, tqdm et tensorboard ou wandb, plus du matériel GPU Installe-moi « MindRally : deep learning avec PyTorch ». Donne à mon agent le pack de prompts expert pour le deep learning PyTorch — architectures de modèles, entraînement en mixed precision et multi-GPU, transformers et fine-tuning LoRA, pipelines de diffusion et démos Gradio Dépôt : https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Récupère le fichier SKILL.md du skill mindrally-skills-deep-learning-pytorch depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « mindrally-skills-deep-learning-pytorch ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. préparer un environnement Python avec torch et transformers pour un vrai entraînement). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Ne me demande jamais de coller des secrets dans le chat — les identifiants passent par le coffre sécurisé ou les variables d'environnement. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---
Coût: Gratuit
Prérequis: aucun pour le skill lui-même ; pour un vrai entraînement, un environnement Python avec torch, transformers, diffusers, gradio, numpy, tqdm et tensorboard ou wandb, plus du matériel GPU
Installation: Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.

Version :

Créé par : @mindrally

L'obtenir gratuitement — Gratuit Voir le code source

⌁

Installation

Prérequis : aucun pour le skill lui-même ; pour un vrai entraînement, un environnement Python avec torch, transformers, diffusers, gradio, numpy, tqdm et tensorboard ou wandb, plus du matériel GPU Installe-moi « MindRally : deep learning avec PyTorch ». Donne à mon agent le pack de prompts expert pour le deep learning PyTorch — architectures de modèles, entraînement en mixed precision et multi-GPU, transformers et fine-tuning LoRA, pipelines de diffusion et démos Gradio Dépôt : https://github.com/mindrally/skills/blob/main/deep-learning-pytorch/SKILL.md 1. Récupère le fichier SKILL.md du skill mindrally-skills-deep-learning-pytorch depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « mindrally-skills-deep-learning-pytorch ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. préparer un environnement Python avec torch et transformers pour un vrai entraînement). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Ne me demande jamais de coller des secrets dans le chat — les identifiants passent par le coffre sécurisé ou les variables d'environnement. Si quelque chose semble anormal, arrête-toi et demande-moi.

Questions

Comment installer une création ?

Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.

Où va mon argent ?

Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.

Que signifie le ✓ à côté du nom d’un créateur ?

Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.