登录
下载
Skill UI
浏览并发现
9916+
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
数据
,共找到
178
条记录
默认排序
最新上传
最多下载
构建M365 Copilot声明式代理
mcp-create-declarative-agent
github/awesome-copilot
93
本指南为开发者提供了一个完整的框架,用于为Microsoft 365 Copilot构建声明式AI代理。它详细介绍了如何通过Model Context Protocol (MCP) 服务器集成外部系统和工具,处理复杂的认证(OAuth 2.0/SSO),从而使代理具备访问外部数据和执行复杂任务的能力。
查看详情
凤凰评估工具包
phoenix-evals
github/awesome-copilot
165
Phoenix Evals 帮助团队为 AI/LLM 应用构建评估器,先用确定性代码,再参考 LLM,支持 Python 与 TypeScript 工作流,通过错误分析、RAG 与生产流程结合人工数据验证效果。
查看详情
多智能体协作与流程管理
multi-agent-collaboration
agentscope-ai/QwenPaw
166
该技能用于协调和管理多个专业AI智能体之间的协作流程。它支持列出可用智能体、发起实时的两方对话、提交复杂的后台任务(如数据分析或报告生成),并通过Session ID维持对话上下文。适用于任务需要多方专家知识或复杂流程协作的场景。
查看详情
代码会话使用分析报告
session-report
anthropics/claude-plugins-official
267
该工具生成一份可交互的HTML报告,用于详细分析Claude Code会话的使用指标。它追踪了Token消耗(输入/输出)、子代理调用、技能使用和缓存效率等关键数据。帮助开发者直观地了解资源消耗,识别工作流中的效率瓶颈和潜在的优化点,实现更经济高效的AI开发。
查看详情
地理范围渐进缩小法
geo-progressive-narrow
EverMind-AI/EverOS
129
这是一种用于精确识别地理位置或历史地标的结构化方法。该技巧系统性地缩小搜索范围,从广阔的区域(国家/前国家)逐步聚焦到行政区划、城市中心,直至具体的纪念碑或结构。它要求结合历史事件、人口普查数据和距离约束等多种线索,并在每一步进行批判性验证,确保定位的准确性。
查看详情
生物学描述到物种名称翻译
bio-term-translation
EverMind-AI/EverOS
222
当生物学问题使用口语化、行为化或用途相关的描述而非科学名称时,本技能用于将其转化为准确的物种或学名。这极大地提高了在生物学数据库中搜索的准确性,帮助用户将模糊的描述转化为精确的检索关键词,从而构建高效的查询。
查看详情
自托管AI研究笔记与知识库
open-notebook
K-Dense-AI/scientific-agent-skills
411
Open Notebook是一款强大的开源自托管工具,是Google NotebookLM的替代品。它允许用户汇集PDF、视频、网页等多种资料,建立AI驱动的知识库。核心功能包括上下文聊天、向量搜索、多说话人播客生成和完整的REST API接口。所有数据均在用户本地私有化运行,确保最高级别的数据隐私安全。
查看详情
临床深度学习医疗数据管道
pyhealth
K-Dense-AI/scientific-agent-skills
397
PyHealth是一个用于临床和医疗深度学习的模块化Python工具包。它提供了一个标准化的五阶段流程(数据集→任务→模型→训练器→指标),用于处理复杂的、多模态的医疗数据,包括电子病历、生理信号和医学影像。可用于预测死亡率、再入院风险、药物推荐或进行医学编码映射。
查看详情
PyTorch Lightning 深度学习框架
pytorch-lightning
K-Dense-AI/scientific-agent-skills
353
PyTorch Lightning是一个基于PyTorch的高级深度学习框架,旨在简化和规范整个机器学习工作流。它帮助用户将模型组织为LightningModule,自动化训练循环,并处理复杂的数据流程。框架支持多GPU/TPU分布式训练、集成各种实验日志记录(如W&B, MLflow)和自定义回调,极大地提升了大型AI项目开发的效率和可扩展性。
查看详情
Python科学计算与机器学习
scikit-learn
K-Dense-AI/scientific-agent-skills
279
Scikit-learn是行业标准的Python机器学习库,为完整的机器学习生命周期提供工具。它涵盖了监督学习(分类、回归)、无监督学习(聚类、降维)、数据预处理、模型评估和构建生产级ML流水线。适用于需要进行复杂数据分析的科学计算和数据科学场景。
查看详情
PyTorch图神经网络框架
torch-geometric
K-Dense-AI/scientific-agent-skills
470
PyG是基于PyTorch的专业图神经网络(GNN)库。它提供了图数据结构和超过60种GNN层实现,支持节点分类、图分类和链接预测等任务。用户可以使用内置层高效构建复杂的模型,并能处理异构图等复杂结构。广泛应用于深度学习和图数据分析领域。
查看详情
Qdrant索引与数据摄取优化指南
qdrant-indexing-performance-optimization
github/awesome-copilot
375
本指南旨在帮助用户诊断和解决Qdrant数据库的性能瓶颈。它详细介绍了如何优化缓慢的数据上传、处理优化器运行卡顿的问题,并提供了HNSW参数调优、数据分片以及多租户索引的最佳实践,确保向量搜索的高效性能。
查看详情
上一页
1
2
3
...
8
9
10
11
12
13
14
15
下一页
语言
简体中文
English