登录
下载
Skill UI
浏览并发现
9785+
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
可扩展
,共找到
21
条记录
默认排序
最新上传
最多下载
多智能体系统架构设计
agent-designer
alirezarezvani/claude-skills
136
这是一个用于设计、架构和评估复杂多智能体系统的全套工具箱。它提供从系统架构模式(如群体、分层)、智能体角色定义,到通信协议、工具设计原则和安全防护的全面指导,帮助构建稳健、可扩展的AI工作流。
查看详情
AI产品开发
ai-product
sickn33/antigravity-awesome-skills
306
指导团队打造可靠的AI产品,涵盖LLM集成、RAG架构、可扩展提示词工程、可信AI UX与成本友好策略。
查看详情
自主多模型AI代理
blockrun
sickn33/antigravity-awesome-skills
360
BlockRun是一个智能代理网关,通过钱包系统连接多种外部AI服务。它可以根据用户需求,自动路由请求至最合适的模型(如DALL-E生成图像、Grok进行实时X数据搜索、GPT-5.2进行复杂推理)。用户只需支付相应的微额费用,即可无缝使用所有AI的能力,实现了能力的扩展和成本控制。
查看详情
动态上下文管理与编排
context-manager
sickn33/antigravity-awesome-skills
430
该技能专注于设计和实现高级AI上下文架构。它擅长整合智能记忆系统、向量数据库和知识图谱,确保AI应用在复杂的、多智能体的工作流中保持连贯、相关且可扩展的状态。适用于企业级RAG系统和状态化AI开发。
查看详情
Ideogram AI图像生成参考架构
ideogram-reference-architecture
jeremylongshore/claude-code-plugins-plus-skills
90
这是一个用于构建大规模AI图像生成系统的参考架构。它指导开发者如何建立完整的资产生成流程,包括使用结构化模板确保品牌风格一致性,调用Ideogram的多API功能,并实现从图像生成到最终CDN部署的完整工作流。适用于构建品牌资产系统和可扩展的AI集成。
查看详情
多智能体MLOps管道编排
machine-learning-ops-ml-pipeline
sickn33/antigravity-awesome-skills
485
本技能旨在指导设计和实现一个完整的、生产级别的机器学习(ML)管道。它采用多智能体编排工作流,系统地覆盖了ML整个生命周期:包括数据摄取、特征工程、模型训练、代码优化和生产部署(MLOps),确保系统具备高可重复性、可监控性和高扩展性。
查看详情
生产级机器学习工程与MLOps
ml-engineer
sickn33/antigravity-awesome-skills
386
这是一套全面的技能体系,专注于构建、部署和管理生产级的机器学习系统。知识覆盖现代ML框架(如PyTorch、TensorFlow)、模型服务(基于Kubernetes)、高级特征工程和全面的MLOps实践(包括监控、A/B测试和持续集成)。旨在交付可扩展、可靠、具备商业价值的AI解决方案。
查看详情
Retell AI SDK生产级模式
retellai-sdk-patterns
jeremylongshore/claude-code-plugins-plus-skills
447
本资源提供了一系列生产级的Retell AI SDK最佳实践模式,用于构建高可靠的语音智能体。它涵盖了单例客户端管理、带LLM配置的类型化智能体创建、实现呼叫重试逻辑,以及处理大规模批量呼叫活动。适用于需要构建稳定、可扩展的语音自动化系统场景。
查看详情
稳定扩散图像生成指南
stable-diffusion-image-generation
Orchestra-Research/AI-Research-SKILLs
489
本指南全面介绍了如何使用HuggingFace Diffusers库和Stable Diffusion模型进行高级图像生成。用户可以实现从文本描述生成图像(Text-to-Image)、图像到图像的风格迁移、局部重绘(Inpainting)以及图像扩展等功能。适用于需要高性能、高保真度和可定制化工作流的创意或计算机视觉应用场景。
查看详情
PyTorch原生智能体RL训练框架
torchforge-rl-training
Orchestra-Research/AI-Research-SKILLs
135
torchforge是Meta推出的用于智能体强化学习(RL)的PyTorch原生框架。它将核心的RL算法与复杂的分布式基础设施进行了彻底分离。用户可以专注于算法的快速实验和开发,无需担心底层分布式训练、权重同步等复杂问题,支持从单卡到大规模集群的扩展训练。
查看详情
Vast.ai GPU计算工作流架构
vastai-reference-architecture
jeremylongshore/claude-code-plugins-plus-skills
482
本指南提供了在Vast.ai上运行复杂GPU计算工作流的生产级参考架构。它详细介绍了三层架构模式(编排器、GPU工作节点、存储),指导用户设计故障容错的ML/AI训练管线、作业队列和持久化检查点管理,确保系统的高可靠性与可扩展性。
查看详情
托管智能体开发基础设施
hosted-agents
sickn33/antigravity-awesome-skills
56
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。
查看详情
1
2
下一页
语言
简体中文
English