登录
下载

Skill UI

浏览并发现 7268+ 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 测试 ，共找到 35 条记录
默认排序 最新上传 最多下载

Lindy AI 代理创建流程

lindy-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
156
引导式流程帮助定义规格、配置工具、测试响应并准备部署 Lindy AI 代理，适用于构建新代理人格或能力场景。
查看详情

LLM模型评估与性能测试

llm-evaluation
sickn33/antigravity-awesome-skills
356
提供了一套全面的大型语言模型（LLM）评估框架。内容涵盖自动化指标（如BLEU、ROUGE、BERTScore）、人工评估维度以及使用LLM作为裁判的先进方法。适用于系统性地衡量模型性能、对比不同Prompt或模型，确保AI应用的可靠性和可部署性。
查看详情

Mistral迁移深度指南

mistral-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
342
指导团队将 OpenAI 或其他供应商的关键 AI 集成迁移到 Mistral AI，涵盖评估、通用适配器、特性开关渐进发布、模型映射、验证测试与回滚策略。
查看详情

OpenEvidence 上线准备清单

openevidence-prod-checklist
jeremylongshore/claude-code-plugins-plus-skills
451
系统性上线检查表，覆盖法律合规、安全、基础设施、监控、容错与测试等环节，确保 OpenEvidence 临床 AI 集成符合要求并可核准上线。
查看详情

OpenRouter 合规审查

openrouter-compliance-review
jeremylongshore/claude-code-plugins-plus-skills
426
提供审查 OpenRouter 集成的安全与合规流程，包括前置条件、代码验审、测试与上线监控，便于完成审计与安全评估。
查看详情

OpenRouter 函数调用指南

openrouter-function-calling
jeremylongshore/claude-code-plugins-plus-skills
345
该技能指导如何在 OpenRouter 中构建函数/工具调用流程，适用于 GPT-4、Claude 等支持函数调用的模型，涵盖前置条件、实现步骤、测试验证与监控建议，确保 API 集成稳定生效。
查看详情

OpenRouter 模型路由

openrouter-model-routing
jeremylongshore/claude-code-plugins-plus-skills
355
实现 OpenRouter 模型路由，支持 A/B 测试、渐进发布与性能驱动的模型选择，便于在多个环境中优化多模型部署与实验。
查看详情

OpenRouter 生产就绪清单

openrouter-prod-checklist
jeremylongshore/claude-code-plugins-plus-skills
392
提供部署前 OpenRouter 的安全、监控、错误处理与运营准备检查流程，确保配置、测试与监控到位，适用于上线前的生产验证。
查看详情

OpenRouter 流式响应设置

openrouter-streaming-setup
jeremylongshore/claude-code-plugins-plus-skills
207
该技能指导如何接入 OpenRouter 流式响应，实现实时聊天输出并缩短首令牌时间，涵盖前置条件、配置调整、测试验证和上线监控，适用于支持 SSE 的前端。
查看详情

凤凰AI可观测平台

phoenix-observability
Orchestra-Research/AI-Research-SKILLs
264
Phoenix 是开源AI可观测平台，可用于追踪、评估和监控大语言模型应用，支持实验对比、数据集回归测试与实时生产监控，帮助工程团队自托管排查与优化。
查看详情

提示工程专家

prompt-engineer
Jeffallan/claude-skills
244
为大模型设计、优化并评估提示词，涵盖链式思维、少样本、系统人格与结构化输出，配套测试、度量与文档，保障部署的准确性与成本效率。
查看详情

PyTorch模型因果干预

pyvene-interventions
Orchestra-Research/AI-Research-SKILLs
473
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。
查看详情
上一页123下一页
语言
简体中文
English