CI/CD

Integration et deploiement continus : GitHub Actions, Dependabot, EAS workflows, automatisation.

6 skills

# Skill Source Description Maj
1 i4h-catheter-navigation-smoke nvidia/skills Exécuter les tests smoke CPU pour le workflow de navigation cathéter sans GPU. 2 858 21j
2 vss-deploy-profile nvidia/skills Déployer tout profil VSS via un workflow compose structuré et reproductible. 2 858 27j
3 deploying-airflow astronomer/agents Déployer des DAGs Airflow en production via Astro, Docker Compose ou Kubernetes. 419 1mo
4 jetson-validate-image nvidia/skills Valider statiquement et sur cible une image BSP Jetson fraîchement déployée. 2 858 1mo
5 bdd-container-update nvidia-ai-blueprints/video-search-and-summarization Mettre à jour, versionner et pousser un conteneur de tests BDD dans un registry GitLab. 1 791 2mo
6 publish-models replicate/skills Publier et tester un modèle Cog sur Replicate avec validation automatique. 53 3mo

À propos de cette sélection

Le pipeline qui casse en prod à 23h, c'est souvent un workflow mal câblé, pas un bug métier. Reformulation après règle 2 : Le pipeline qui casse en prod à 23h vient rarement d'un bug métier. C'est presque toujours un workflow mal câblé. Les équipes qui automatisent sérieusement leurs déploiements le savent : chaque étape entre le commit et le container live est une surface de friction. Cette sélection de skills CI/CD couvre exactement ces zones : valider un Dockerfile multi-stage sans relancer manuellement le build, ou orchestrer un rollout progressif avec un plan de rollback explicite avant de merger. Les skills disponibles ici s'adressent autant au dev backend qui containerise ses premiers workloads qu'au SRE qui fiabilise des pipelines existants. L'outillage autour de ces cas d'usage est déjà solide, notamment via ce que pousse **GitHub** sur la gestion des dépendances automatisées et la préparation des environnements, ce qui couvre la majorité des scénarios de livraison continue.