Plugin dominodatalab per Claude

Eseguire il debug dei problemi di proxy e di routing di Domino per le applicazioni web. Analizza vite.config.js, package.json e app.sh per individuare configurazioni errate.

Configurare il tracciamento degli esperimenti MLflow per il ML tradizionale. Imposta nomi di esperimento univoci e auto-logging.

Configurare il tracing GenAI per un agente o un'applicazione LLM. Aggiunge gli import dell'SDK Domino, i decoratori @add_tracing e il contesto DominoRun.

Accedere a provider LLM esterni tramite il Domino AI Gateway, un proxy sicuro con gestione centralizzata delle chiavi API, monitoraggio dell'utilizzo e conformità. Supporta OpenAI, AWS Bedrock, Azure OpenAI, Anthropic e altri. Usare quando…

Introduzione alle chiamate alle API della piattaforma Domino. Copre autenticazione (proxy API, PAT, service account), quale host usare per quale API, limiti di paginazione ed errori comuni. Usare prima di qualsiasi altra API, SDK, app,…

Distribuire applicazioni web su Domino Data Lab, con competenza su app React (Vite) dietro il reverse proxy di Domino. Copre la configurazione di app.sh, la configurazione delle porte, la gestione del base path per le SPA, CI/CD con GitHub Actions e…

Collegare i workload Domino a sorgenti dati esterne, incluso AWS S3 (tramite driver CSI Mountpoint), propagazione delle credenziali con AWS IRSA e Azure Entra ID, ed External Data Volumes. Usare quando si configura l'accesso a S3, si imposta…

Usare l'SDK Python domino-data (dominodatalab-data) per l'accesso programmatico ai dati in Domino. Copre DataSourceClient per query SQL e object storage, DatasetClient per i file dei dataset, TrainingSets per le versioni dei dati ML…

Lavorare con i Dataset Domino: storage a filesystem ad alte prestazioni e versionato. Copre creazione dei dataset, snapshot per il versionamento, condivisione tra progetti, percorsi di mount (/domino/datasets/) e ottimizzazione delle prestazioni.…

Lavorare con framework di calcolo distribuito in Domino, tra cui Apache Spark, Ray e cluster Dask. Copre configurazione dei cluster, cluster on-demand, scelta del framework, uso di PySpark e scalabilità dei carichi di lavoro.…

Creare e personalizzare i Compute Environment di Domino, cioè container Docker che definiscono strumenti, pacchetti e configurazioni. Copre personalizzazione del Dockerfile, installazione di pacchetti, configurazione IDE, DSE (Domino Standard Environment)…

Tracciare gli esperimenti ML tradizionali in Domino con l'Experiment Manager basato su MLflow. Copre configurazione degli esperimenti, auto-logging per sklearn/TensorFlow/PyTorch, logging manuale, storage degli artefatti, confronto delle run e model r…

Costruire e gestire le UI Extension di Domino (montare le app Domino nella shell con il contesto della pagina). Copre extension_manifest.json, installer ufficiale vs Extension API manuale, requisiti di pubblicazione e identità, autenticazione e host s…

Orchestrare flussi di lavoro ML multi-step con Domino Flows (basato su Flyte). Definire DAG con input e output tipizzati, ambienti eterogenei, lineage automatico e riproducibilità. Usare quando si costruiscono pipeline di dati, più…

Tracciare e valutare applicazioni GenAI, inclusi chiamate LLM, agenti, pipeline RAG e sistemi AI multi-step in Domino. Usa l'SDK Domino (decoratore @add_tracing, contesto DominoRun) con MLflow 3.2.0. Cattura token…

Gestire la governance del rischio dei modelli in Domino usando policy, bundle ed evidenze. Copre la creazione di bundle di governance, l'allegare artefatti di modello e risultati MLflow come evidenze, l'avanzamento tra le fasi delle policy e la documentazione…

Creare, eseguire e gestire i Domino Job, cioè esecuzioni batch per script, addestramento ed elaborazione dati. Copre configurazione dei job, livelli hardware, job pianificati (cron), monitoraggio dello stato, visualizzazione dei log ed esecuzione via API…

Creare Domino Launcher, cioè form web parametrizzati per l'esecuzione self-service dei job. Permettono agli utenti business di eseguire analisi, generare report e avviare previsioni batch senza programmare. Copre tipi di parametri, notifiche email…

Distribuire e monitorare gli endpoint API dei modelli in Domino. Copre la creazione di endpoint di previsione, la gestione delle versioni, dashboard Grafana per latenza, errori e risorse, alerting e inferenza GPU con NVIDIA Triton. Usare quando si distribuiscono…

Monitorare i modelli distribuiti in Domino, incluso il rilevamento del drift, il tracciamento della qualità dei modelli e gli alert. Copre analisi del data drift, cattura delle previsioni, confronto con baseline, configurazione degli alert e flussi di remediation. Usare…

Distribuire, invocare e ritirare API di modelli Domino e modelli registrati tramite REST. Copre il ciclo di vita di modelServing, i percorsi registered-models v1 vs v2, tracking MLflow vs API del registry, URL di inferenza vs API di gestione, e GenA…

Abilitare lo sviluppo di modelli assistito dall'AI in Domino scrivendo il codice dei modelli e di training necessario e usando server MCP (Model Context Protocol) per eseguire job Domino. Gli assistenti di programmazione AI come Cursor e GitHub Copilot c…

Lavorare con i progetti Domino, inclusa l'integrazione Git, progetti DFS vs basati su Git, collaborazione e controllo di versione. Copre creazione del progetto, configurazione del provider Git (GitHub, GitLab, Bitbucket), gestione dei branch, collabora…

Interagire in modo programmatico con Domino usando l'SDK python-domino e le API REST. Copre autenticazione, esecuzione di job, gestione dei progetti, operazioni sui file, distribuzione dei modelli e automazione. Usare quando si automatizzano flussi di lavoro Domino…

Predisporre o adattare un progetto Vite + React 18 + TypeScript perché usi il design system Domino (`@dominodatalab/extensions-tools`). Limitato ai progetti che sono (o saranno) una **SPA frontend completamente standalone per un Do…

Costruire applicazioni web con lo stile Domino, conformi al Domino Design System. Usare quando si creano o si stilizzano app Domino (Dash, Streamlit, Flask, FastAPI+HTML), si generano componenti UI, si rivede la UX o quando l'utente menziona…

Lavorare con i Domino Workspace, cioè ambienti di sviluppo interattivi tra cui Jupyter, JupyterLab, VS Code e RStudio. Copre l'avvio dei workspace, la configurazione dei livelli hardware, la selezione dell'ambiente, il mount dei volumi,…

Lavorare con i Domino Volumes per NetApp ONTAP: storage enterprise multi-terabyte con snapshot quasi istantanei. Copre creazione dei volumi, versionamento tramite snapshot con messaggi di commit, condivisione tra progetti, percorsi di mount (/…

Gestire tag e proprietà Domino tramite la Taxonomy API. Copre tag e namespace (creare, elencare, aggiornare, eliminare; taggare entità come progetto, modello, dataset, app, project_template, netapp_volume; interrogare per tag; autocompletamento; m…