下载

Skill UI

浏览并发现 9688+ 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

搜索语言模型，共找到 45 条记录

默认排序最新上传最多下载

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。

攻击活动归因分析

analyzing-campaign-attribution-evidence

mukul975/Anthropic-Cybersecurity-Skills

利用钻石模型与 ACH 评估基础设施、TTP、一致性、恶意软件、时间与语言等证据，帮助 SOC 分析员与威胁猎杀人员构建置信度归因判断。

论文自动改进循环

auto-paper-improvement-loop

wanshuiyin/Auto-claude-code-research-in-sleep

本技能用于自动化学术论文的迭代改进过程。它模拟了高级同行评审周期（评审→修改→重新编译），利用外部大型语言模型（GPT-5.4）进行多轮次优化。系统能够主动修复理论不一致性、增强展示质量，从而系统性地提升稿件的整体水平。

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。

第三方API集成与开发

integrate-context-matic

github/awesome-copilot

这是一个系统化的流程，用于发现、集成和使用第三方API和SDK。它首先能自动检测项目主要语言，确保项目具备必要的开发规范和技能。随后，它通过结构化的步骤获取API信息，并提供关于认证、模型使用和API调用等方面的详细指导，全程跟踪集成到代码中的关键里程碑。

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。

LLM应用评估驱动开发

eval-driven-dev

github/awesome-copilot

本技能指导用户为基于大型语言模型（LLM）的Python应用搭建自动化评估流水线。核心流程包括定义评估标准、仪器化应用、构建黄金数据集和运行真实评估。它专注于测试应用自身的逻辑和流程，确保LLM应用的质量和鲁棒性，适用于QA、基准测试和提升LLM服务质量。

深度代码质量审计手册

quality-playbook

github/awesome-copilot

这是一款全面的多阶段代码质量工程审计工具，旨在超越标准单元测试。它首先深入探索代码库的领域和架构，以推导出行为需求，随后执行一系列严格的测试，包括规范追踪的函数测试、三轮代码审查，以及多模型规范审计。该工具专门用于发现结构代码审查容易遗漏的关键缺陷，适用于任何编程语言。

数据库结构与关系探索

schema-exploration

本技能用于深入理解和探索数据库的整体结构。它支持列出所有可用表、根据自然语言提问进行智能表过滤，获取详细的表结构（包括列名、数据类型、主外键）以及表之间的关联关系。最终目的是生成标准化的M-Schema格式，为后续的复杂SQL查询编写提供精确的上下文模型。

上一页 1 234 下一页

语言