下载

Skill UI

浏览并发现 9180+ 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

搜索代码分析，共找到 14 条记录

默认排序最新上传最多下载

自动化模型部署

deploying-machine-learning-models

jeremylongshore/claude-code-plugins-plus-skills

该技能面向需要把训练完成的机器学习模型投入生产的场景，通过分析需求、生成 API 和部署代码、执行数据校验与错误处理，并自动化部署流程，确保模型在线服务稳定高效。

多智能体代码审查编排工具

error-debugging-multi-agent-review

sickn33/antigravity-awesome-skills

这是一个高级AI系统，能够协调多个专业智能体（如安全审计、性能分析、架构专家）对代码进行多维度、全方位的审查。它通过上下文管理、并行执行和智能综合，为复杂的软件项目提供深度、全面的代码评估报告。

GCP生产代码示例生成器

gcp-examples-expert

jeremylongshore/claude-code-plugins-plus-skills

该技能能生成完整的、生产级别的Google Cloud Platform（GCP）代码示例和基础设施模板。它覆盖了包括ADK代理、Genkit RAG流程和使用Vertex AI/Gemini的多模态分析等多种前沿AI模式。输出内容包括可运行代码、部署配置（如Terraform/IaC）、安全最佳实践（IAM，VPC-SC）和监控设置，确保了企业级的可靠性、可追溯性和成本优化。

推理延迟分析器

inference-latency-profiler

jeremylongshore/claude-code-plugins-plus-skills

本技能自动处理推理延迟分析器相关任务，在 ML 部署场景中提供模型服务、MLOps 管道、监控和生产优化等按步骤指导，生成生产级代码并校验输出标准，助力快速完成推理性能调优。

LangChain常见错误排查指南

langchain-common-errors

jeremylongshore/claude-code-plugins-plus-skills

本指南是LangChain开发者的专业故障排除手册，旨在帮助用户快速诊断和修复在使用LangChain时遇到的常见错误和异常。内容涵盖导入错误、API认证失败、结构化输出解析问题、Agent循环等，提供准确的根源分析和可直接使用的修复代码，确保LLM应用的开发流程顺畅。

深度学习模型优化

optimizing-deep-learning-models

jeremylongshore/claude-code-plugins-plus-skills

通过分析模型结构、数据与指标，自动选择优化器、调度学习率和正则化方法，生成优化后的代码并评估准确率、训练时间与资源消耗，适合需要提升性能与效率的深度学习模型。

计算机视觉处理

processing-computer-vision-tasks

jeremylongshore/claude-code-plugins-plus-skills

让 Claude 调用 computer-vision-processor 插件，通过自动生成的 Python 代码对用户提供的图像执行目标检测、分类与分割等分析任务，快速获取内容洞察。

进阶提示词库与应用指南

sickn33/antigravity-awesome-skills

这是一个全面的、经过实战检验的提示词库，旨在帮助用户提升与大型语言模型（LLMs）的交互质量。内容涵盖了从代码审查、系统架构设计到性能分析、技术写作和创意发想等多个高级场景，提供结构化的模板，确保AI输出的高质量和实操性。

ZAI CLI：多模态AI集成工具

jeremylongshore/claude-code-plugins-plus-skills

ZAI CLI是一个强大的命令行工具，集成了Z.AI的多种高级能力。它支持图像/视频分析（视觉）、实时网络搜索、网页内容提取、错误诊断以及GitHub代码探索等功能。该工具通过CLI接口，为开发者和分析师提供高效、全面的多模态数据处理和AI任务执行能力。

Exa神经搜索引擎

affaan-m/everything-claude-code

通过 Exa MCP 服务器调度 web_search_exa 与 get_code_context_exa，快速获取最新网页、代码示例、公司与人物情报，满足开发研究、竞品分析与背景调研需求。

智能体评估与迭代优化模式

github/awesome-copilot

本技能提供了一套完整的AI智能体（Agent）评估和迭代优化模式。它指导用户构建自我批判、评估器-优化器等复杂流程，用于提高代码、报告和分析等复杂内容的准确性和质量。通过实现结构化的迭代循环，实现持续的输出改进（生成→评估→批判→优化）。

凤凰评估工具包

github/awesome-copilot

Phoenix Evals 帮助团队为 AI/LLM 应用构建评估器，先用确定性代码，再参考 LLM，支持 Python 与 TypeScript 工作流，通过错误分析、RAG 与生产流程结合人工数据验证效果。

语言