登录
下载

Skill UI

浏览并发现 9747+ 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 结构 ，共找到 128 条记录
默认排序 最新上传 最多下载

具身智能想法发掘管线

idea-discovery-robot
wanshuiyin/Auto-claude-code-research-in-sleep
453
这是一个系统化的机器人研究项目想法发掘工具。它能将一个宏观的机器人方向，通过结构化的文献调研、新颖性验证和批判性审查等多个阶段，提炼成多个可上手的、可基准测试的、且具备模拟环境优先验证的落地项目。旨在确保想法的科学性和工程可行性。
查看详情

研究方案精炼与优化

research-refine
wanshuiyin/Auto-claude-code-research-in-sleep
318
当用户拥有一个初步的研究方向，但缺乏具体、可执行的学术方案时使用。该工具通过多阶段、迭代的精炼流程，将模糊的想法转化为结构清晰、重点突出、具备顶会水准的完整研究方法论和提案。
查看详情

硬预测未来

hard-predict-future
davepoon/buildwithclaude
473
一个融合 Claude 情报与 Python 计算的 12 步严谨前瞻分析助手，用于高风险未来预测、技术采纳、地缘政治等问题，自动推理合理时间跨度并生成结构化信号。
查看详情

未来预测激活指南

soft-predict-future
davepoon/buildwithclaude
55
Soft Predict Future 是一个面向未来结果的结构化预测引擎，只要用户咨询“会发生什么”、“谁会胜出”等时间敏感问题就会启用，强调必须执行九个步骤（验证、信号收集、评分、驱动因素提取等），并要求开启网络搜索以便提供依据。
查看详情

PydanticAI：类型安全LLM代理框架

pydantic-ai
sickn33/antigravity-awesome-skills
226
PydanticAI 是一个强大的 Python 框架，它将 Pydantic 的类型验证能力引入大型语言模型（LLMs）。它允许开发者构建生产级的 AI 代理，确保 LLM 的输出具有严格的结构化和数据类型安全，不再仅仅是原始文本。框架支持工具调用、依赖注入和多模型兼容性，适用于需要高可靠性和准确数据结构的复杂 AI 场景。
查看详情

PyTorch深度学习模式指南

pytorch-patterns
affaan-m/everything-claude-code
208
本技能旨在指导用户掌握 PyTorch 框架中的常见模式和设计最佳实践。它适用于开发复杂的深度学习模型，有助于提升神经网络的结构化程度、代码的复用性以及整体的工程效率。
查看详情

Clarvia工具就绪度评估

clarvia-aeo-check
sickn33/antigravity-awesome-skills
416
该技能利用Clarvia AEO（智能体体验优化）评估任何工具（MCP服务器、API或CLI）的智能体就绪度。它从API可访问性、数据结构、智能体兼容性等多个维度对上万个工具进行打分，确保集成到AI Agent工作流中的组件具备足够的高质量和可靠性。
查看详情

AI提示注入安全检测器

detecting-ai-model-prompt-injection-attacks
mukul975/Anthropic-Cybersecurity-Skills
447
该工具是一个多层防御系统，用于检测针对大语言模型(LLM)应用的复杂提示注入攻击。它结合了正则匹配、结构异常评分和基于DeBERTa的深度分类，适用于构建鲁棒的输入校验层、保护RAG系统，以及进行主动的AI安全扫描。
查看详情

AI研究论文信息提取与分析

hugging-face-papers
sickn33/antigravity-awesome-skills
413
该工具和API旨在提供对Hugging Face和arXiv上研究论文的全面访问、解析和分析能力。用户只需输入论文的URL或ID，即可获取结构化的元数据、完整的Markdown内容，并自动关联该论文涉及的所有模型、数据集和应用空间，是研究人员和开发者获取前沿人工智能知识的理想解决方案。
查看详情

大语言模型安全防护护栏

implementing-llm-guardrails-for-security
mukul975/Anthropic-Cybersecurity-Skills
305
该工具为大型语言模型（LLM）应用提供全面的输入和输出安全防护层。它能实时拦截用户输入中的恶意攻击（如提示注入），检测并过滤敏感个人信息（PII）和有害内容。同时，它还能验证模型的输出是否准确、结构化，有效防止幻觉和数据泄露，确保AI应用的安全性与合规性。
查看详情

永续自主智能体框架

autonomous-agent-harness
affaan-m/everything-claude-code
204
本框架将代码环境升级为永续、自主的智能体系统。它利用内置的定时任务、远程派遣和结构化内存（MCP）等原生功能，实现持续的自我驱动自动化。适用于构建需要长期记忆、定期运行和复杂多步骤操作的AI助理，无需依赖外部的AutoGPT等复杂框架。
查看详情

结构化AI智能体内省调试

agent-introspection-debugging
affaan-m/everything-claude-code
184
该技能提供一个系统性的四阶段工作流，用于诊断和恢复AI智能体故障。它指导智能体首先捕获故障状态，诊断根本原因（如循环、上下文溢出、状态漂移），应用最小的遏制恢复措施，并最终生成详细的内省报告，从而最大限度地减少对人工干预的依赖。
查看详情
上一页1234567891011下一页
语言
简体中文
English