软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16597+ 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

搜索实验，共找到 88 条记录

默认排序最新上传最多下载

自主AI研究编排引擎

Orchestra-Research/AI-Research-SKILLs

该技能利用两循环架构，编排端到端的自主人工智能研究项目。它负责管理整个研究生命周期，从文献综述、假设形成、运行受限实验，到将发现综合成可发表的论文。它充当项目经理，能自主驱动整个流程，并结构化工作空间，定期向用户汇报进度。

研究想法生成与评估

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

该技能根据用户提供的广泛研究方向，生成并排序可发表的研究想法。通过试点实验和模型审查系统性地验证概念，优化 GPU 效率和新颖性。适用于头脑风暴、学术探索及识别可行的研究路径。

创意发现全流程

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

编排完整的研究创意发现流程，从宽泛方向推进到经过验证并完成小规模测试的创意。串联文献调研、创意生成、新颖性检查、评审与优化等子流程，自动产出排序创意报告、最终提案及实验计划。

端到端科研流水线

research-pipeline

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

完整的端到端科研自动化工作流：从研究方向出发，自动完成想法发现、实验设计、评审迭代与论文写作，最终生成可投稿的论文PDF。适用于需要从零开始自主完成人工智能科研并形成投稿成果的场景，支持断点续跑与多重评审把关。

外部研究评审助手

research-review

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

调用外部大模型评审后端（Codex 或人工）对研究想法、论文或实验结果进行多轮对抗式深度评审。自动整理研究简报，以超高推理强度找出逻辑漏洞、缺失实验与叙事弱点，并给出是否达标的评审结论。

消融实验规划器

ablation-planner

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

为机器学习论文提交设计系统的消融实验方案。帮助隔离组件贡献、测试超参数并回答审稿人问题。Codex 负责规划实验，CC 负责实施，确保提交前进行严格验证。

实验桥接工作流

experiment-bridge

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

该技能衔接实验计划与实际执行：读取实验计划，实现训练与评估代码，执行跨模型代码审查，自动部署到GPU环境并收集初始实验结果，为后续自动审阅流程准备好数据。

Arize LLM评估与监控

arize-evaluator

github/awesome-copilot

本技能用于在Arize平台上设置和运行LLM判官评估。用户可以定义评估器（包括提示词模板、分类选项和模型），并将评估器应用于项目或实验数据。支持对幻觉、忠实度、正确性等关键指标进行打分，并实现持续监控，确保LLM性能的完整追溯。

研究知识库：持久化知识管理

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

这是一个持久化的、基于图谱的研究知识库。它能跨越整个科研生命周期，结构化地累积和关联知识，包括研究论文、实验结果、核心想法和可验证的论点。它通过知识网络不断迭代，确保每一次输入都能增强知识的深度，而非仅仅停留在一次性查询记录。

机器学习实验队列编排

experiment-queue

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

面向 SSH 远程 GPU 服务器上大规模 ML 实验的作业队列编排技能，支持多随机种子/多配置扫描、OOM 感知重试、过期 screen 清理与波次转换竞态预防。当批量运行 10+ 作业且 /run-experiment 不足时使用。

AI安全扫描与漏洞检测

Tencent/AI-Infra-Guard

本工具依托红心实验室的AI-Infra-Guard框架，提供全方位的AI安全扫描服务。可对AI基础设施、工具、技能、Agent以及大型语言模型进行深度安全审计和漏洞检测，包括越狱测试，确保AI系统的安全性和可靠性。

实验完整性审计

experiment-audit

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

在宣称实验结果之前审计实验完整性。通过独立跨模型评审检查伪造基准真值、评分归一化造假、虚构结果及实验范围不足等问题，确保实验结论真实可信，防止无诚信约束的智能体产出虚假实验数据。

上一页 1 234 5 6 7 8 下一页

语言