登录
下载

Skill UI

浏览并发现 9688+ 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 技术 ，共找到 51 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
421
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。
查看详情

Azure AI实时语音对话SDK

azure-ai-voicelive-java
sickn33/antigravity-awesome-skills
63
这是一个用于Java开发的SDK，用于实现与Azure AI助手的实时、双向语音对话。它通过WebSocket技术支持低延迟流媒体通信，并集成了高级功能，如语音活动检测、降噪处理和多种AI音色选择。非常适用于构建专业的语音机器人和交互式语音应用。
查看详情

AI智能体上下文压缩

context-compression
sickn33/antigravity-awesome-skills
376
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。
查看详情

上下文优化策略

context-optimization
sickn33/antigravity-awesome-skills
293
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。
查看详情

大型语言模型上下文管理

context-window-management
sickn33/antigravity-awesome-skills
86
本技能集提供了一套高级的、结构化的LLM上下文管理策略。内容涵盖了智能总结、动态修剪、上下文路由和Token预算分配，旨在有效防止“上下文衰退”。它是构建复杂、长流程、多轮对话式AI系统的关键技术。
查看详情

Gemini 深度研究工具

deep-research
sickn33/antigravity-awesome-skills
257
通过 Gemini API 自动规划、检索、阅读，并整合多源信息为 Markdown 或 JSON 报告，支持进度流、持续跟踪、状态查询等，可用于市场调研、技术文献回顾和尽职调查。
查看详情

嵌入模型选择与优化指南

embedding-strategies
sickn33/antigravity-awesome-skills
167
本指南详细介绍了为构建向量搜索和RAG应用选择和优化嵌入模型的全套策略。内容涵盖了主流模型对比、文本分块（chunking）技术、维度降低方法，并提供了基于OpenAI和本地Sentence Transformer的Python实战代码，帮助用户构建高质量的向量化存储系统。
查看详情

网络研究、内容提取与AI问答

exa-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
87
这是一个高级工作流，用于深度网络研究和知识提取。它具备三大核心能力：一是通过URL发现语义相似的页面；二是非搜索式地获取已知URL的详细内容、高亮和摘要；三是利用AI技术根据网络信息生成带有来源引用的答案。适用于学术研究、市场调研和内容自动化处理。
查看详情

机器学习模型解释

explaining-machine-learning-models
jeremylongshore/claude-code-plugins-plus-skills
270
通过 SHAP、LIME 等可解释性手段分析模型预测结果，揭示关键特征影响，辅助调试模型、确保公平性并向非技术人员阐述模型表现。
查看详情

GGUF量化：高效大模型推理

gguf-quantization
Orchestra-Research/AI-Research-SKILLs
403
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。
查看详情

知识蒸馏：大模型压缩

knowledge-distillation
Orchestra-Research/AI-Research-SKILLs
417
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。
查看详情

AI智能体数据处理与合规指南

lindy-data-handling
jeremylongshore/claude-code-plugins-plus-skills
467
本技能提供了一套全面的指南，用于管理AI智能体工作流中的数据。内容涵盖数据分类（包括PII和PHI）、提示词控制、安全记忆使用以及数据隔离技术。帮助用户确保在使用AI代理处理敏感或受监管数据时，能够符合GDPR、HIPAA、CCPA等全球法规要求。
查看详情
12345下一页
语言
简体中文
English