下载

Skill UI

浏览并发现 9167+ 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

搜索系统设计，共找到 39 条记录

默认排序最新上传最多下载

Azure AI 语音实时交互开发套件

azure-ai-voicelive-dotnet

sickn33/antigravity-awesome-skills

该SDK专为.NET开发者设计，用于构建实时的双向语音AI应用。它支持通过WebSocket进行通信，能够处理音频和文本流事件，并支持如函数调用等高级功能，是开发复杂虚拟助手和实时语音交互系统的理想工具。

模型上下文衰减模式

context-degradation

sickn33/antigravity-awesome-skills

本技能深入解析大型语言模型在处理长上下文时，性能衰退的几种可预测模式。内容覆盖了“中心信息遗忘”、“上下文污染”、“信息干扰”等核心现象。帮助开发者诊断AI代理的性能瓶颈，并指导如何设计出更健壮、更可靠的长文本处理系统。

动态上下文管理与编排

context-manager

sickn33/antigravity-awesome-skills

该技能专注于设计和实现高级AI上下文架构。它擅长整合智能记忆系统、向量数据库和知识图谱，确保AI应用在复杂的、多智能体的工作流中保持连贯、相关且可扩展的状态。适用于企业级RAG系统和状态化AI开发。

自动加密货币业务拓展智能体

crypto-bd-agent

sickn33/antigravity-awesome-skills

该技能包旨在构建专业的AI智能体，实现加密货币代币的自主业务拓展。它涵盖了完整的代币尽职调查流程：包括跨链数据发现、基于多维度的100分加权评分系统、通过钱包取证分析进行安全审计，以及设计了包含人工审核环节的BD流程，适用于需要自动化完成市场拓展和尽职调查的场景。

Groq应用参考架构设计

groq-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套基于Groq LPU推理API的生产级参考架构蓝图。它系统地展示了如何根据延迟、质量或成本需求实现模型路由、流式数据管道，并构建了多提供商故障转移机制（如Groq到OpenAI备份）。适用于设计和优化复杂的、高弹性的AI应用系统。

Lindy AI 智能体错误排查指南

lindy-common-errors

jeremylongshore/claude-code-plugins-plus-skills

本指南旨在帮助用户系统地排查和解决Lindy AI智能体工作流中遇到的各类错误。内容涵盖触发器（Webhook、邮件、定时任务）失败、动作执行（Slack、HTTP请求、代码运行）错误，以及智能体流程设计中的逻辑缺陷，确保您的自动化流程稳定可靠。

林迪AI智能体调试工具包

lindy-debug-bundle

jeremylongshore/claude-code-plugins-plus-skills

本工具包是专为解决复杂智能体（Agent）故障而设计的综合诊断工具。它系统地收集环境信息（如Node.js、Python版本），测试Webhook和主流API（如Slack、Gmail）的连接状态，并指导用户回顾任务历史记录，最终生成一份结构化的支持报告，极大地提高了故障排查的效率。

LangChain/LangGraph智能体开发专家

llm-application-dev-langchain-agent

sickn33/antigravity-awesome-skills

该技能旨在提供构建生产级、复杂AI智能体系统的专家指导。它专注于使用最新LangChain 0.1+和LangGraph API，实现多智能体编排、高级检索增强生成（RAG）流程（如RAG Fusion、HyDE）和复杂的状态管理。内容覆盖从架构设计到生产部署的全周期，包括FastAPI流式API、LangSmith可观测性、缓存优化及健壮的错误处理机制。

多智能体MLOps管道编排

machine-learning-ops-ml-pipeline

sickn33/antigravity-awesome-skills

本技能旨在指导设计和实现一个完整的、生产级别的机器学习（ML）管道。它采用多智能体编排工作流，系统地覆盖了ML整个生命周期：包括数据摄取、特征工程、模型训练、代码优化和生产部署（MLOps），确保系统具备高可重复性、可监控性和高扩展性。

智能体内存系统设计

sickn33/antigravity-awesome-skills

本技能专注于设计和构建复杂、分层的AI智能体内存架构。它超越了简单的上下文窗口和向量存储的局限，引入了短期、长期和基于图谱的内存系统。使用此技能可确保智能体在会话间保持记忆持久性，维护实体一致性，并在累积的知识库上进行高级、关系驱动的推理，包括时序知识追踪。

极简GPT模型训练与学习系统

Orchestra-Research/AI-Research-SKILLs

nanoGPT是一个极简主义的GPT模型实现，专为教育和学习设计。它以简洁、可修改的代码复刻了GPT-2的核心架构，使用户能够从零开始理解整个Transformer流程。该框架支持完整的工作流，包括数据准备、模型训练和文本生成，非常适合学习NLP和深度学习原理的学生和研究人员。

AI驱动的研究架构设计

perplexity-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套完整的、模仿Perplexity的AI搜索和研究系统参考架构。它涵盖了搜索服务（模型路由、缓存）、引用文献处理（提取、验证）和研究编排器（多查询合成）三个核心模块，适用于构建复杂的、增强搜索能力的AI应用和系统设计。

上一页 123 4 下一页

语言