下载

Skill UI

浏览并发现 6069+ 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

搜索兼容，共找到 13 条记录

默认排序最新上传最多下载

Azure AI Foundry 开发套件

azure-ai-projects-py

sickn33/antigravity-awesome-skills

Azure AI Projects 的 Python SDK，可在 Microsoft Foundry 中管理 Agent、连接、部署、数据集、索引与评估，并支持与 OpenAI 兼容客户端交互。

Azure AI Foundry 开发套件

azure-ai-projects-py

sickn33/antigravity-awesome-skills

Azure AI Projects 的 Python SDK，可在 Microsoft Foundry 中管理 Agent、连接、部署、数据集、索引与评估，并支持与 OpenAI 兼容客户端交互。

GPTQ 大模型量化

Orchestra-Research/AI-Research-SKILLs

通过 GPTQ 的组束量化将大模型压缩到 4bit，在 RTX 4090/3090 等消费级 GPU 上实现 4 倍内存缩减、快速推理和 PEFT+QLoRA 兼容，便于部署与微调。

Instructor 结构化输出库

Orchestra-Research/AI-Research-SKILLs

Instructor 利用 Pydantic 模型从大模型响应中可靠提取结构化数据，自动重试验证失败的结果，可解析复杂 JSON 并支持实时流式输出，兼容 OpenAI 与 Anthropic。

结构化文本生成

Orchestra-Research/AI-Research-SKILLs

Outlines 通过 CFG+FSM 策略配合 Pydantic 模型，确保 JSON/XML 等结构化输出合法，并兼容 Transformer、vLLM、llama.cpp 等本地模型，方便高性能推理。

LLM 量化工具包

quantizing-models-bitsandbytes

Orchestra-Research/AI-Research-SKILLs

将大模型量化至 8 位或 4 位，节省 50%~75% 显存，使受限 GPU 仍可执行推理与 QLoRA 微调，同时兼容 NF4/INT8、8 位优化器与 HuggingFace Transformers，保持高精度。

Ray 数据处理框架

Orchestra-Research/AI-Research-SKILLs

Ray Data 提供可伸缩的分布式数据处理，支持 CPU/GPU 流式执行，兼容 Ray Train、PyTorch、TensorFlow，轻松加载 Parquet/CSV/JSON/图片，用于跨节点的大规模预处理、ETL 或批量推理流程。

Remove Bg 自动化指南

remove-bg-automation

ComposioHQ/awesome-claude-skills

通过 Rube MCP 驱动 Composio Remove Bg 工具的自动化流程指导，包含工具发现、连接检查、模式兼容和执行步骤，确保稳定完成去背景任务。

零样本图像分割模型

segment-anything-model

Orchestra-Research/AI-Research-SKILLs

Meta AI 的 Segment Anything Model 提供零样本图像分割，支持点、框或掩码提示与自动多目标掩码生成，便于构建标注工具、产出训练数据并在不同领域（比如医疗和卫星影像）部署，兼容多种 ViT 尺寸和 ONNX。

PennyLane 量子机器学习

K-Dense-AI/claude-scientific-skills

PennyLane 是一个设备无关的量子机器学习框架，可自动微分量子电路、构建混合模型，并便捷切换模拟器与各类硬件，兼容 PyTorch/JAX/TensorFlow。

Hugging Face 评估管理

hugging-face-evaluation

sickn33/antigravity-awesome-skills

通过提取 README 表格、导入 Artificial Analysis 基准以及运行 vLLM/lighteval 自定义评估，向 Hugging Face 模型卡添加结构化的评估成果，并生成兼容 HF 工作流的 model-index 元数据。

自主审稿循环

auto-review-loop-llm

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

基于 llm-chat 及兼容 OpenAI 的接口，实现自动审稿—审查、修复、再审查并记录每轮，直至正面评估或达到最大轮次。

语言