Token导航 LogoToken导航TokenDH.com
Raveendiran-RR logo
运维云端未说明官方级别未说明来源级核验

Raveendiran-RR

MCP Server

专注于AI技术(如生成式AI、LLM操作、RAG系统)和容器化技术(如Docker、Kubernetes)的专业服务,适用于AI开发、边缘计算和云原生架构。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
边缘计算容器化云原生

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Raveendiran-RR

提供方

Raveendiran-RR

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

👋 嘿!我是拉文迪兰RR

🐋 Docker社区贡献者|🤖 生成型人工智能|🚀 LLM运营|🔗 MCP(模型上下文协议)|🎯 代理AI协议

![LinkedIn](https://www.linkedin.com/in/raveendiranrr/) ![Twitter](https://x.com/RaveendiranRR) ![Website](https://raveendiran.com)

📍 印度班加罗尔 | 💭 一切安好

______________________________________________________________________

🎯 关于我

我是一名技术爱好者,专门研究尖端的人工智能和云技术。我的工作重点是Docker容器化、生成AI、LLM操作、模型上下文协议(MCP)和代理AI系统。我在应用程序开发、卓越中心(CoE)和低代码/无代码平台方面也有专业知识。

______________________________________________________________________

🏆 GitHub成就

Pull Shark Arctic Code Vault Contributor

拉鲨鱼 | 北极代码库贡献者

______________________________________________________________________

🔥 精选项目

🚀 最新&最活跃

####

*更新日期:2025年10月28日*

🚀 在NVIDIA AGX Jetson Thor上设置AI工作负载的权威指南-通过基于Docker的部署将您的Jetson转换为功能强大的AI个人计算机
  • 技术栈: 超文本标记语言
  • 集中: Edge AI、NVIDIA Jetson、Docker部署

RAG测试

*更新日期:2025年6月12日*

一个现代的三层Neo4j聊天应用程序,使用Ollama和FastAPI生成AI驱动的Cypher查询
  • 技术栈: Python、Neo4j、FastAPI、Ollama
  • 集中: RAG(检索增强生成)、图形数据库、LLM集成

neo4j车间

*更新日期:2025年8月30日*

Neo4j图形数据库研讨会材料
  • 集中: 知识图谱、数据库管理

______________________________________________________________________

💼 技术栈

语言和框架

Python JavaScript HTML5 Shell Script R

人工智能和机器学习技术

MCP AutoGen Agentic AI FastAPI Ollama Neo4j Jupyter Flask

DevOps与云

Kubernetes Ansible Azure Git

______________________________________________________________________

📚 专业领域

🤖 人工智能与机器学习

  • 生成式人工智能 -使用LLM和生成模型
  • LLM运营 -大型语言模型的部署、监控和优化
  • RAG系统 -检索增强生成架构
  • 模型上下文协议(MCP) -先进的人工智能通信协议
  • AI 代理 -自主AI代理开发
  • AI安全 -ML模型安全评估(Counterfit)

🐋 Docker和容器化

  • Docker社区领导 -活跃的Docker社区贡献者
  • 边缘AI部署 -NVIDIA Jetson雷神Docker人工智能实验室
  • 容器编排 -Kubernetes(CKA实践环境)
  • 物联网集装箱化 -CounterFit物联网传感器模拟

☁️ 云和DevOps

  • 微软 Azure -Azure人工智能基础、TDSP、机器人服务
  • CI/CD -DevOps自动化和管道管理
  • 基础设施即代码 -易于理解的自动化脚本
  • 数据库管理 -Neo4j,SQL Server(SSIS)

📱 应用开发

  • 网站开发 -全栈应用程序(PHP、JavaScript、Python)
  • 机器人开发 -微软机器人框架
  • GUI开发 -Python Tkinter应用程序
  • API开发 -FastAPI、RESTful服务
  • 低代码/无代码 -平台开发和实施

______________________________________________________________________

📊 存储库分解

Total Repositories: 29
├─ Original Projects: 7
├─ Forked & Customized: 22
│
├─ Primary Languages:
│  ├─ Python: 10 repositories
│  ├─ JavaScript: 5 repositories
│  ├─ HTML: 5 repositories
│  ├─ Java: 1 repository
│  ├─ PHP: 2 repositories
│  └─ Others: 6 repositories
│
└─ Focus Areas:
   ├─ AI/ML: 8 repositories
   ├─ DevOps: 7 repositories
   ├─ Cloud/Azure: 6 repositories
   ├─ Bot Development: 2 repositories
   └─ Web Development: 6 repositories

______________________________________________________________________

🎓 学习之旅

近期重点领域(2024-2025)

  • 提示工程 -Udemy Prompt工程课程材料
  • MCP(模型上下文协议) -出色的MCP列表管理
  • 边缘AI -NVIDIA Jetson Thor部署
  • 图形数据库 -Neo4j RAG实现
  • 高通AI -AI Hub模型优化

过去的认证和学习路径

  • Azure人工智能基础(AI-900) -微软学习实验室
  • Kubernetes认证管理员(CKA) -实践环境
  • 微软机器人框架 -Bot Builder示例和实现
  • 开发运维 -多个DevOps类代码和实现
  • 安塞波 -掌握Ansible(第四版)
  • Azure TDSP -团队数据科学过程实用程序和模板
  • Python开发 -Python中的DevOps,Tkinter的GUI编程
  • JavaScript -完整的JavaScript课程材料

______________________________________________________________________

🌟 杰出贡献与项目

人工智能和机器学习项目

  1. RAG测试 -基于人工智能的Cypher查询生成的三层Neo4j聊天应用程序
  2. 语言卡 -使用Azure认知服务的Flask应用程序
  3. 高通AI Hub型号 -针对高通设备优化的最先进机器学习模型
  4. 对口配合 -用于ML模型安全评估的CLI
  5. 真棒AIData -人工智能和数据的开源创新

Docker和边缘计算

  1. Nvidia AGX Jetson Thor Docker人工智能实验室 -Jetson AI工作负载综合指南
  2. CounterFit物联网 -物联网传感器和执行器模拟器

DevOps和基础设施

  1. DevOps类代码 -演示SDLC的Java web应用程序(AddressBook)
  2. 简单php网站 -DevOps项目(社区3个分支)
  3. 可靠的掌握 -高级自动化实施
  4. CKA实践环境 -Kubernetes认证准备

Azure和云

  1. Azure TDSP项目模板 -数据科学项目标准化
  2. Azure TDSP实用程序 -高效的数据科学工具
  3. 微软机器人框架 -机器人示例和实现
  4. Azure AI-900 -人工智能基础实验室文件

______________________________________________________________________

📫 让我们连接!

我一直对合作感兴趣:

  • 🤖 AI/ML项目,特别是LLM运维和RAG系统
  • 🐋 Docker和容器化解决方案
  • 🔗 模型上下文协议实现
  • 🎯 代理人工智能开发
  • ☁️ 云原生架构
  • 📱 创新应用开发

联系我:

______________________________________________________________________

💭 “一切都好”

*用人工智能构建未来,一次一个容器* 🚀

Profile Views

目录标签

目录标签

边缘计算容器化云原生AI技术本地部署LLM操作

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP