软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16644+ 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

搜索加载，共找到 14 条记录

默认排序最新上传最多下载

数据集加载器创建者

dataset-loader-creator

jeremylongshore/claude-code-plugins-plus-skills

自动化提供数据集加载器构建指导，涵盖数据准备、训练与调参，配合行业规范校验与可部署代码，加速机器学习训练流程。

LangChain RAG管道构建与实践

langchain-data-handling

jeremylongshore/claude-code-plugins-plus-skills

本教程详细指导如何使用LangChain构建完整的检索增强生成（RAG）管道。它覆盖了从数据加载（支持PDF、CSV、TXT等）到文本分块、生成嵌入向量，再到将向量存储在各种向量数据库（如FAISS, Pinecone）中的全流程。最终实现一个具备准确上下文理解和问答能力的智能检索系统。

分子机器学习工具集

K-Dense-AI/claude-scientific-skills

DeepChem 是面向化学与生物的 Python 机器学习库，提供分子特征化、数据加载、拆分和模型训练能力，可快速用于属性、毒性、蛋白质或材料性质预测。

医疗健康人工智能工具

K-Dense-AI/claude-scientific-skills

PyHealth 提供面向临床的全流程 Python 工具，支持加载 MIMIC/eICU/OMOP 等医疗数据、处理 ICD/NDC/ATC 编码、训练 RETAIN/SafeDrug/Transformer 等深度模型，方便研发、评估与部署医疗 AI 解决方案。

基于文件系统的上下文工程

filesystem-context

sickn33/antigravity-awesome-skills

本技巧提出了一种文件系统作为外部长期记忆的机制，用于解决大型AI Agent在长对话中遇到的上下文窗口限制和信息膨胀问题。通过将工具输出、执行计划或多智能体发现的知识持久化到文件，系统能够实现按需、精准地检索信息，而不是将所有内容一次性加载到提示词中，从而大幅提高效率和稳定性。

神经电极数据全分析

neuropixels-analysis

K-Dense-AI/scientific-agent-skills

基于 SpikeInterface 的 Neuropixels 细胞外记录全分析工具包，支持数据加载、预处理、漂移校正、Kilosort4 等算法的尖峰分类、质量指标计算和 AI 辅助单元整理，用于生成可发表的神经数据。

PyHealth 临床深度学习

K-Dense-AI/scientific-agent-skills

使用 PyHealth 构建临床与医疗深度学习流水线：加载 EHR、生理信号与医学影像数据集，定义死亡率、再入院、用药推荐等任务，实例化模型并用 Trainer 训练评估，同时支持 ICD/ATC 等医疗编码映射。

Transformer 模型加载与微调

K-Dense-AI/scientific-agent-skills

使用 Hugging Face Transformers 库加载 Hub 预训练模型，通过 Pipeline 快速推理、文本生成，并用 Trainer API 微调模型，覆盖自然语言处理、计算机视觉、音频与多模态任务。

DeepXiv学术论文搜索与阅读

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

DeepXiv是一个专业的学术文献检索与深度阅读工具。它支持用户按主题或论文ID搜索，提供渐进式的阅读体验。用户无需一次性加载完整论文，而是可以获取摘要、章节大纲、或只阅读特定章节，实现高效、系统化的知识学习。

科学机器学习资源目录

hugging-science

K-Dense-AI/scientific-agent-skills

Hugging Science 科学资源目录，汇集生物学、化学、物理、气候等 17 个领域的科学数据集、模型与交互式 Space。帮助研究者按领域发现和筛选高质量资源，并通过 datasets、transformers 和 gradio_client 加载使用。

AI协议别名加载工具

这是一个用于代码模型的CLI别名工具，用于实现特定的“mama协议”。它负责加载并遵循一套结构化的协议，在保持严格的验证要求的同时，将可见的叙事风格切换为“中国妈妈唠叨模式”。该工具还会管理配置文件，确保在修改`~/.pua/config.json`时保留原有设置。

模型内存需求估算

sickn33/antigravity-awesome-skills

`hf-mem`技能用于估算从Hugging Face Hub加载进行推理所需的Safetensors或GGUF模型权重所需的显存（VRAM）或系统内存。它通过HTTP范围请求实现，无需本地下载。用户可以提前检查模型是否适合其GPU或硬件实例，并支持估算KV缓存及设置最大序列长度。

语言