下载

Skill UI

浏览并发现 9979+ 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

搜索可复现，共找到 9 条记录

默认排序最新上传最多下载

Azure ML SDK：机器学习资源管理

sickn33/antigravity-awesome-skills

该SDK是用于Python的Azure Machine Learning客户端库，可用于管理完整的机器学习资源生命周期。它支持用户程序化地创建和管理工作区、注册数据资产、模型版本控制、配置计算集群，并构建端到端的、可复现的MLOps训练管道。

Azure ML SDK：机器学习资源管理

sickn33/antigravity-awesome-skills

该SDK是用于Python的Azure Machine Learning客户端库，可用于管理完整的机器学习资源生命周期。它支持用户程序化地创建和管理工作区、注册数据资产、模型版本控制、配置计算集群，并构建端到端的、可复现的MLOps训练管道。

Hugging Face云工作流执行

hugging-face-jobs

sickn33/antigravity-awesome-skills

用于在Hugging Face的托管云基础设施上执行复杂的计算工作负载。无需本地环境配置，支持使用云端的CPU、GPU或TPU资源。适用于大规模数据处理、批处理推理、可复现的模型训练和周期性自动化任务，并将结果持久化到Hugging Face Hub。

机器学习全生命周期流程管理

ml-pipeline-workflow

sickn33/antigravity-awesome-skills

本技能提供完整的MLOps管道编排指南，覆盖机器学习的整个生命周期。它指导用户从数据摄取、特征工程、模型训练，到系统级的模型验证和部署自动化，确保构建出可复现、高可用、可监控的生产级机器学习系统。

模型检查点管理器

model-checkpoint-manager

jeremylongshore/claude-code-plugins-plus-skills

为机器学习训练流程提供模型检查点管理的自动化指导，涵盖实践建议、代码示例与校验，助力实验稳定可复现。

PyTorch模型因果干预

pyvene-interventions

Orchestra-Research/AI-Research-SKILLs

pyvene是一个用于在PyTorch模型上执行因果干预的声明式框架。它支持激活打补丁、因果追踪（ROME风格）和交替干预训练等高级实验。适用于需要测试模型因果假设、深入理解模型组件工作机制或确保可复现性的AI研究场景。

实验追踪配置助手

setting-up-experiment-tracking

jeremylongshore/claude-code-plugins-plus-skills

自动化配置 MLflow 或 W&B 的实验追踪，设置环境、启动服务，并提供记录参数、指标与产物的代码示例，保持模型训练可复现且便于对比。

托管智能体开发基础设施

sickn33/antigravity-awesome-skills

本技能提供在远程沙箱环境中运行AI智能体的基础设施。它解决了本地资源限制和环境不一致性问题，提供无限并发和可复现的执行环境。适用于构建复杂的后台编程智能体、多客户端集成，以及需要大规模扩展的AI工作流系统。

大模型链评估与回归测试

langchain-eval-harness

jeremylongshore/claude-code-plugins-plus-skills

本工具提供了一套全面的、可复现的LLM链和智能体评估系统。它集成了黄金数据集管理、LangSmith评估、RAGAS指标、deepeval LLM判别等功能。适用于为新构建的链条设置质量基线、诊断模型切换后的性能退化，以及在CI/CD流程中设置回归检测门禁。

1

语言