下载

Skill UI

浏览并发现 9191+ 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

搜索压缩，共找到 15 条记录

默认排序最新上传最多下载

AWQ 激活感知权重量化

awq-quantization

Orchestra-Research/AI-Research-SKILLs

AWQ 利用激活感知权重保护技术，将 7B-70B 模型压缩到 4-bit，在受限显存上保持精度并提升近 3 倍推理速度，可配合 vLLM、Marlin 等加速后端部署大模型。

AI智能体上下文压缩

context-compression

sickn33/antigravity-awesome-skills

针对AI智能体在处理超长对话历史（数百万Tokens）时遇到的上下文窗口限制问题。本技能提供先进的上下文压缩策略，核心在于通过结构化摘要（如明确记录“文件修改”、“决策点”等模块）来防止关键技术信息丢失。它强调的优化目标是“任务完成所需的总Token量”，而非单纯的请求Token量，确保智能体在复杂任务链中能保持完整状态和准确的知识追踪。

上下文优化策略

context-optimization

sickn33/antigravity-awesome-skills

本技能提供了一套高级的LLM上下文管理框架，旨在提升有限上下文窗口的有效容量。它涵盖了压缩、观测屏蔽、KV缓存优化和上下文分区等四种核心技术。通过优化Token使用，可以有效解决上下文限制问题，帮助构建成本更低、延迟更小、能处理大规模文档和复杂任务的生产级AI Agent系统。

GGUF量化：高效大模型推理

gguf-quantization

Orchestra-Research/AI-Research-SKILLs

本指南深入介绍GGUF格式和模型量化技术，旨在实现大语言模型（LLM）在消费级硬件上的高效推理。通过采用GGUF标准格式和K-quant方法进行模型压缩，可以显著降低内存和硬件要求，使开发者能够在Apple Silicon、CPU或边缘设备上部署高性能AI应用。

GPTQ LLM 量化指南

Orchestra-Research/AI-Research-SKILLs

GPTQ 提供后训练 4 位量化，可在 RTX 4090/3090 等消费级 GPU 上将大模型压缩至 1/4 内存并加速推理，同时维持低于 2% 的困惑度损失，适合部署和 QLoRA 微调。

知识蒸馏：大模型压缩

knowledge-distillation

Orchestra-Research/AI-Research-SKILLs

知识蒸馏（KD）是一种核心的AI模型压缩技术。它旨在将性能强大的大型语言模型（Teacher）的知识，高效地转移给更小、更易于部署的学生模型（Student）。这使得开发者能够在不损失关键性能的前提下，大幅降低推理成本，实现将前沿大模型能力落地到实际应用场景。

LLM模型剪枝实用指南

Orchestra-Research/AI-Research-SKILLs

通过 Wanda、SparseGPT 与 N:M 结构化剪枝，快速压缩大语言模型，提升稀疏度与推理速度，无需再训练即可部署在移动或边缘硬件。

LLM提示优化

optimizing-prompts

jeremylongshore/claude-code-plugins-plus-skills

分析并简化提示词，减少冗余、压缩字数、提升指令明确性，让使用大模型时成本更低、响应更快、输出更清晰，适合希望优化提示以控制费用或提升效果的场景。

机器学习训练数据安全管理

vastai-data-handling

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了在云端GPU实例（如Vast.ai）上安全管理训练数据和模型工件的完整流程。它涵盖了数据传输（SCP、压缩、云存储）、AES-256加密实现、模型检查点到S3的持久化，以及实例销毁前的安全数据清理，确保了整个机器学习项目的合规性和数据完整性。

增强AI智能体上下文与记忆

sickn33/antigravity-awesome-skills

RecallMax是一款高级记忆增强工具，可为AI智能体提供高达500K-1M的外部上下文记忆。它能自动总结冗长的对话历史，同时精确保留语气、意图和关键事实。通过历史压缩和内置的事实核查机制，确保AI在长时间交互或处理大量外部文档时不会丢失关键信息。

LLM成本优化与架构设计

llm-cost-optimizer

alirezarezvani/claude-skills

提供专业的LLM成本优化框架，帮助开发者通过模型路由、提示词缓存、输出长度控制和压缩等技术，系统性地降低AI API支出（可达40-80%）。旨在确保在成本受到严格控制的前提下，维持高质量、可扩展的AI功能。

极简模式：超压缩沟通

JuliusBrussee/caveman

该模式提供超压缩的沟通方式，可大幅减少Token使用量（最高可达75%），同时保持完全的技术准确性。它模拟了一种极度精简、电报式的表达风格。用户可选择不同强度级别（如lite, full, ultra），以适应不同场景对精简程度的要求，特别适用于API交互或需要严格控制Token预算的场景。

语言