登录
下载

Skill UI

浏览并发现 15558+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
共 1230 个技能
默认排序 最新上传 最多下载

图像生成与编辑工作流

image-generator
sickn33/antigravity-awesome-skills
324
本技能提供了一个完整的图像生成和编辑工作流，使用 Google 的 Gemini Nano Banana Pro 模型（gemini-3-pro-image-preview）。适用于生成视觉素材、创建Logo、编辑照片或制作产品模型等任务。它采用稳定的文件级请求方式，确保能处理复杂的图像数据和API调用。
查看详情

多模型共识决策流程

llm-council
sickn33/antigravity-awesome-skills
425
本技能实现了LLM委员会（Council）机制，用于对复杂难题进行多角度深度分析。核心流程包括：多个LLM并行独立回答、模型之间相互排名，以及由指定主席LLM进行最终综合提炼。它能确保输出结果权威、全面，适用于需要多方视角达成共识的场景。
查看详情

具界AI代理循环设计

loop-library
sickn33/antigravity-awesome-skills
377
本技能旨在帮助用户定义、调整和设计具有边界的AI代理工作流和反馈循环。无论用户是寻找现有流程、调整既有循环，还是需要从零开始设计全新自动化任务，本工具都能提供结构化的引导。它强调设置明确的退出机制、安全护栏和可验证的步骤，确保自动化流程始终可控且目标明确。
查看详情

检测AWS CloudTrail异常行为

account-manipulation-account-linking
mukul975/Anthropic-Cybersecurity-Skills
290
该技能利用Python和boto3分析AWS CloudTrail日志，建立正常的API活动统计基线。它能检测出异常模式，如不寻常的事件源、首次API调用、地理IP偏差和高频率调用。这对于在安全事件中识别凭证泄露、权限提升和未经授权的资源访问至关重要。
查看详情

粘贴站泄露凭证监控

gather-customer-information
mukul975/Anthropic-Cybersecurity-Skills
119
本工具用于自动化监控Pastebin、GitHub Gists等粘贴站，实时检测泄露的凭证、API密钥和敏感数据。通过结合爬虫技术、关键词匹配和正则表达式，帮助用户尽早发现数据泄露事件，进行有效的安全响应。
查看详情

远程GPU作业编排与生命周期管理

remote-gpu-trainer
sickn33/antigravity-awesome-skills
480
该技能专门用于管理在租用或远程实例（如AutoDL, RunPod, v.ai等）上运行的长时间深度学习训练和推理任务。它解决了租用环境的固有难题，包括处理Spot实例抢占、断点续训、磁盘空间管理、资源异常（如OOM/NaN）以及安全的计费销毁流程，确保工作成果的可靠性和可恢复性。
查看详情

基于护栏的LLM防御系统

defending-llms-with-guardrails
mukul975/Anthropic-Cybersecurity-Skills
294
本技能详细介绍了为生产级大型语言模型（LLM）部署运行时安全防御机制。它涵盖了使用多个主流护栏系统（如Llama Guard、NeMo Guardrails和LLM Guard），用于检测和阻止对抗性攻击，包括越狱（Jailbreaks）、提示注入和有害内容。旨在为实际部署提供一套全面的、深度防御的安全策略。
查看详情

检测数据和模型投毒攻击

detecting-data-and-model-poisoning
mukul975/Anthropic-Cybersecurity-Skills
397
本技能旨在贯穿整个机器学习生命周期，检测数据投毒和模型后门攻击。它通过检查数据来源完整性、识别标签错误（使用Cleanlab），并利用激活聚类和谱特征分析（ART）来检测模型中的恶意触发器或被篡改的权重，保障ML供应链安全。
查看详情

检测间接提示注入载荷

detecting-indirect-prompt-injection
mukul975/Anthropic-Cybersecurity-Skills
429
本工具旨在检测和防御隐藏在不可信多模态内容（如网页、PDF、图片）中的提示注入攻击。它通过结合内容标准化、启发式分析和深度学习模型，扫描混淆的载荷（如隐藏CSS、元数据、零宽字符），确保大型语言模型（LLM）智能体接收的输入是经过清洗和验证的。
查看详情

通过API检测模型提取攻击

detecting-model-extraction-attacks
mukul975/Anthropic-Cybersecurity-Skills
103
本技能提供一套完整的框架，用于检测模型窃取、成员推断和模型反演等高级AI攻击。其核心在于监测推理API的查询模式、分析置信度暴露，并实施防御机制，以保护模型知识产权和训练数据隐私。
查看详情

PyRIT：多轮LLM对抗攻击编排

orchestrating-llm-attacks-with-pyrit
mukul975/Anthropic-Cybersecurity-Skills
282
PyRIT是一个开源的AI红队测试工具，用于自动化地对对话式大语言模型（LLM）进行多轮对抗性测试。它模拟了真实攻击者的行为，通过“攻击模型”和“评分模型”的协作循环，实现渐进式（Crescendo）或分支式（TAP）的攻击链。该工具旨在检测LLM在状态化对话中可能存在的复杂安全漏洞，例如提示注入和越狱。
查看详情

大型语言模型安全红队测试

red-teaming-llms-with-garak
mukul975/Anthropic-Cybersecurity-Skills
339
本技能利用NVIDIA的Garak框架，对大型语言模型（LLMs）进行全面的红队安全测试。它通过发送数千条对抗性提示词，检测模型是否存在越狱、提示注入、数据泄露或生成有害内容等关键安全漏洞。适用于模型部署前后的安全基线验证和AI风险评估。
查看详情
上一页123...73747576777879...101102103下一页
语言
简体中文
English