下载

Skill UI

浏览并发现 9765+ 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

搜索大模型，共找到 81 条记录

默认排序最新上传最多下载

卡帕蒂LLM编码指南

andrej-karpathy

sickn33/antigravity-awesome-skills

这套行为准则源自Andrej Karpathy的观察，旨在指导用户在使用大语言模型（LLM）进行代码编写、代码审查或重构时，避免过度设计、进行手术式修改、明确提出假设，并定义可验证的成功标准，从而提升代码的简洁性和健壮性。

蓝牙耳麦LLM语音交互应用

sickn33/antigravity-awesome-skills

这是一个用于构建EarLLM One应用的指南。该应用旨在连接蓝牙耳麦与大语言模型（LLM），通过语音管道实现实时人机交互。它负责复杂的音频采集（STT）、调用LLM进行推理，并将结果通过文字转语音（TTS）播放出来，涉及安卓系统的深层蓝牙和音频流处理技术。

Pipecat低延迟语音助手构建教程

pipecat-friday-agent

sickn33/antigravity-awesome-skills

本技能提供了一个完整的F.R.I.D.A.Y.（铁人战甲风格）语音助手的构建蓝图。它利用Pipecat框架，构建了一个低延迟的语音管道，流程包括语音识别(STT)、大型语言模型(LLM)和文本转语音(TTS)，支持集成Gemini和OpenAI等多个AI服务商，适用于构建实时、多模态的对话系统。

大模型结构化输出提取

llm-structured-output

sickn33/antigravity-awesome-skills

本技能旨在教授如何从大型语言模型（LLM）API中提取类型安全、结构化的数据，避免解析非结构化文本。内容涵盖主流模型（如OpenAI、Anthropic、Google）的最佳实践，包括使用JSON Schema定义结构、实现约束解码，以及构建包含重试机制的生产级数据管道。

MCP服务器构建指南

build-mcp-server

anthropics/claude-plugins-official

本技能旨在指导开发者设计和构建适用于Claude等大模型的MCP（模型上下文协议）服务器。它提供了一个全面的架构咨询流程，帮助用户进行用例分析、确定最佳部署模式（如远程HTTP、MCPB）以及选择合适的工具设计模式，实现与外部系统的无缝、健壮集成。

需求规格驱动开发流程

spec-driven-workflow

alirezarezvani/claude-skills

本流程指南强制执行“规格优先”的开发原则，将需求文档视为不可更改的合同。它详细阐述了从功能/非功能需求、验收标准、API契约到数据模型等强制性结构，指导用户在编写任何代码之前，先清晰地定义系统必须实现的功能。这极大地减少了返工，规避了范围蔓延。

使用 Claude API 构建应用

sickn33/antigravity-awesome-skills

本技能旨在指导开发者使用 Claude API、Anthropic SDKs 或 Agent SDK 构建基于大型语言模型的应用程序。它提供了全面的指南，包括语言检测、最佳实践（如默认模型和流式传输），以及根据实际需求（API 调用、工作流或 Agent）选择正确的开发层级。

Gradio：构建交互式AI应用

hugging-face-gradio

sickn33/antigravity-awesome-skills

Gradio是一个用于构建和分享机器学习演示应用和用户界面的Python库。它允许开发者无需复杂的Web前端知识，快速创建具有交互性的Web原型，涵盖了从基础界面到复杂聊天界面的各种需求，极大地简化了ML模型展示的流程。

六边形架构模式实现

hexagonal-architecture

affaan-m/everything-claude-code

本指南详细介绍了六边形架构（端口与适配器模式），指导如何将核心业务逻辑从外部技术细节（如数据库、Web框架、API调用）中完全解耦。它强调定义明确的边界，确保领域模型独立性，从而极大地提升了系统的可测试性、可维护性，并允许在不重写业务规则的前提下替换基础设施。

设计先行系统架构规划

rohitg00/skillkit

本方法论指导用户在编码前进行系统设计，适用于复杂功能或需要重大架构调整的场景。它帮助用户结构化地产出技术设计文档，涵盖系统架构、数据模型、API接口定义、多方案取舍分析和详细实施计划，确保项目从源头具备高度的鲁棒性和清晰性。

Ruby MCP服务器项目生成器

ruby-mcp-server-generator

github/awesome-copilot

该工具用于生成一个完整的、可投入生产的模型上下文协议（MCP）服务器项目骨架。它使用Ruby语言，自动配置了项目结构、依赖管理（Gemfile）、Rake任务，并预设了工具（Tools）、提示（Prompts）和资源（Resources）的定义模板，极大地加速了AI后端服务的开发流程。

Arize追踪与可观测性配置

arize-instrumentation

github/awesome-copilot

本技能用于指导用户将Arize AX追踪功能集成到现有应用中，特别适用于复杂的LLM应用。它遵循结构化的两阶段流程：首先进行代码库分析（只读），了解所有依赖和架构；随后进行仪器化实现。它支持多语言环境，深度集成OpenTelemetry和各类大模型服务商，旨在提供完整的系统可观测性，且不会修改核心业务逻辑。

上一页 1 2 3 456 7 下一页

语言