登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 18950+ 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 系统优化 ，共找到 65 条记录
默认排序 最新上传 最多下载

智能体自我评估与反思系统

agent-self-evaluation
affaan-m/ECC
230
本系统指导AI智能体对自身输出进行结构化、批判性的自我评估。它基于准确性、完整性、清晰度、可操作性和简洁性五个维度，提供证据支持的打分卡和具体改进建议，将每次任务完成都转化为深入的学习和优化过程。
查看详情

自动预测最佳下一步行动

autopilot-predict
ruvnet/ruflo
293
该功能利用学习到的模式和当前操作状态，智能预测最合适的下一步执行任务。它能自动引导工作流，高置信度预测会直接执行，低置信度则会根据任务优先级回退。每次任务完成后，系统会记录并更新成功模式，实现流程的持续优化和跨会话的记忆调用。
查看详情

定义认知模式与智能体决策

cognitive-pattern
ruvnet/ruflo
412
用于定义和管理智能体（Agent）的认知模式。它可以将复杂的推理策略，如决策树、思维链（CoT）等，结构化地固化为系统流程。这有助于构建能够逐步分解问题、持续学习和优化决策的智能系统。
查看详情

成本分析上下文优化

cost-compact-context
ruvnet/ruflo
298
该技能封装了获取紧凑上下文的功能，专门用于成本分析查询。它能检索并报告经过压缩的推理银行上下文（ReasoningBank context）。输出的详细报告包括节省的Token数量、检索的记忆块、以及系统可用性等关键指标，帮助用户监控和评估AI工作流的资源使用效率和成本。
查看详情

动态智能体架构代理

daa-agent
ruvnet/ruflo
483
用于创建和管理动态智能体架构（DAA）代理。这类代理超越了固定配置的局限性，具备从交互中持续学习、根据性能指标自我调整行为和进化能力。它支持知识在多个智能体之间共享，适用于需要系统级持续优化和高适应性的复杂AI应用场景。
查看详情

自动机器学习会议投稿指南

international-conference-on-automated-machine-learning
brycewang-stanford/Awesome-Journal-Skills
280
本指南旨在帮助作者评估其学术论文是否适合国际自动机器学习会议（AutoML）。它指导用户如何从会议视角重新定位文章，重点强调提高搜索过程、超参数优化或系统流程的创新，而非仅仅依赖最终的模型性能指标。适用于优化论文的会议投稿策略和专业定位。
查看详情

推荐系统论文写作指南

recsys-writing-style
brycewang-stanford/Awesome-Journal-Skills
497
本指南为推荐系统（RecSys）领域学术论文的结构化和内容优化提供专业指导。它指导作者如何重写第一页、设计严谨的评估协议（如时间分割、等预算基线），并避免夸大结论，确保论文符合顶级AI会议的标准。
查看详情

机器人科学与系统会议投稿定位指南

robotics-science-and-systems
brycewang-stanford/Awesome-Journal-Skills
61
本指南帮助作者评估和优化其机器人科学手稿在“机器人科学与系统”（RSS）会议的投稿定位。它提供了关于会议匹配度、证据要求、算法重构策略的专业建议，帮助作者理解顶级机器人会议的审稿人关注点，确保论文能发挥最大影响力。
查看详情

Scikit-learn Python机器学习库

scikit-learn
sickn33/antigravity-awesome-skills
468
Scikit-learn是Python领域标准的机器学习库。它提供全面的工具集，用于执行监督学习（如分类、回归）和无监督学习（如聚类、降维）。用户可以使用它来构建完整的机器学习流程，进行数据预处理、模型评估和优化，适用于构建端到端的各种数据科学和预测系统。
查看详情

Ouroboros系统配置管理

ouroboros-config
Q00/ouroboros
405
这是一个用于管理Ouroboros系统全局配置的工具。它允许用户设置每个阶段的运行时参数、选择全局模型、配置大型语言模型后端，并管理智能体定义。该工具支持图形界面、远程SSH以及聊天等多种交互模式，无论在何种环境下都能保证配置的一致性，非常适合优化复杂的AI工作流。
查看详情

现有智能体性能优化工作流

agent-orchestration-improve-agent
sickn33/agentic-awesome-skills
438
该技能用于通过性能分析、提示工程及持续迭代来系统性地优化现有智能体。包括建立基线指标、识别故障模式、优化提示词结构、强化角色定义，并通过 A/B 测试和验证框架确保改进后的可靠性与效率，适用于提升智能体的任务完成率和响应质量。
查看详情

多智能体系统性能优化

agent-orchestration-multi-agent-optimize
sickn33/agentic-awesome-skills
64
本技能用于优化多智能体系统，通过协调分析、工作负载分配和成本感知编排来提升性能。适用于识别瓶颈、管理上下文窗口、降低延迟及提高吞吐量。适合需要智能协调和效率追踪的复杂工作流场景。
查看详情
上一页123456下一页
语言
简体中文
English