dask

Масштабирует pandas, NumPy и пользовательские Python-рабочие процессы за пределы памяти или через кластеры с помощью Dask. Подходит для обработки разделённых файлов, научных вычислений с массивами и параллельных задач, требующих распределённых вычислений.

KDK-Dense official Разработка ★ 47.7k

Что делает навык

Dask — это библиотека Python для параллельных и распределенных вычислений, позволяющая обрабатывать данные, превышающие объем доступной оперативной памяти, на одной машине или распределять вычисления по кластерам. Она обеспечивает ускорение вычислений за счет использования нескольких ядер и поддержку терабайтных наборов данных.

Когда применять

  • Обработка файлов или массивов, размер которых превышает доступную RAM.
  • Параллельные вычисления для ускорения работы с NumPy и pandas на многоядерных системах.
  • Распределенные вычисления для научных задач с большими данными (terabyte-scale) на нескольких машинах.
  • Запуск пользовательских Python-рабочих процессов с использованием распределенных ресурсов.

Как работает

  1. Установить пакет dask (версия dask/distributed 2026.8.0 или новее).
  2. Использовать выражение-based DataFrame API с планированием запросов (query planning), так как это единственная реализация начиная с версии 2025.1.0.
  3. Не устанавливать dask-expr отдельно и не устанавливать dataframe.query-planning: False.
  4. Создать вычислительный граф задач, разбив данные на партиции.
  5. Запустить выполнение через клиент Dask (LocalCluster или распределенный кластер).
  6. Собрать результаты или сохранить их в хранилище.

Примеры запросов агенту

Обработай большой CSV-файл, который не помещается в память, используя Dask DataFrame.
Выполни параллельные вычисления над NumPy-массивами на всех доступных ядрах процессора.
Запусти распределенный рабочий процесс для анализа научных данных размером в несколько терабайт.

Что понадобится

  • Python-окружение с установленным пакетом dask (dask/distributed 2026.8.0+)
  • Доступ к локальным ресурсам (RAM, CPU) или настроенному распределенному кластеру

Описание составлено по SKILL.md навыка, сверено 08.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «dask» из репозитория: # https://github.com/k-dense-ai/scientific-agent-skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r dask/ ~/.claude/skills/dask/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.