登录
下载

Skill UI

浏览并发现 9778+ 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 评估 ，共找到 81 条记录
默认排序 最新上传 最多下载

LangChain迁移深度指南

langchain-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
275
本指南为开发者提供了将现有基于原始SDK或旧框架（如LlamaIndex）的LLM代码库，迁移到标准化LangChain框架的完整流程。内容涵盖代码评估、RAG重构、智能体（Agent）和工具调用（Tool Calling）的实践，帮助用户构建更稳定、更可维护的AI应用。
查看详情

Langfuse 观测平台

langfuse
sickn33/antigravity-awesome-skills
134
Langfuse 提供完整的 LLM 观测能力，涵盖调用追踪、提示管理、评估打分与成本/延迟/质量监控，适用于与 LangChain、LlamaIndex、OpenAI 等集成的生产场景。
查看详情

Langfuse LLM评估与基准测试

langfuse-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
87
本技能提供一套完整的LLM评估工作流，使用Langfuse平台实现系统质量管理。涵盖了利用评分机制、收集用户反馈、管理版本化的Prompt、创建测试数据集、运行自动化实验（包括LLM-as-a-Judge）等多个环节，旨在帮助开发者进行全面的模型性能基准测试和质量保障。
查看详情

LangSmith LLM 可观测平台

langsmith-observability
Orchestra-Research/AI-Research-SKILLs
91
LangSmith 为 LLM 应用提供端到端观测能力，跟踪调用、评估输出、监控生产系统并构建测试集，同时与 OpenAI、Anthropic、LangChain 等集成，方便排查问题与保障服务质量。
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

模型评估指标助手

model-evaluation-metrics
jeremylongshore/claude-code-plugins-plus-skills
227
自动提供模型评估指标的指导，涵盖实践、代码和验证规范，针对提及模型评估指标时自动激活的训练辅助。
查看详情

深度学习模型优化

optimizing-deep-learning-models
jeremylongshore/claude-code-plugins-plus-skills
370
通过分析模型结构、数据与指标，自动选择优化器、调度学习率和正则化方法，生成优化后的代码并评估准确率、训练时间与资源消耗，适合需要提升性能与效率的深度学习模型。
查看详情

凤凰AI可观测平台

phoenix-observability
Orchestra-Research/AI-Research-SKILLs
439
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

提示工程与大模型优化

prompt-engineer
Jeffallan/claude-skills
355
本技能专精于为大语言模型（LLMs）设计、优化和评估提示词。它能帮助用户生成优化的提示模板、结构化输出模式（如JSON或函数调用），并构建完整的测试套件。适用于构建新的LLM应用、实现思维链式推理、定义系统级护栏，或开发专业的评估框架来衡量和提升模型性能。
查看详情

RAG系统架构指南

rag-architect
Jeffallan/claude-skills
341
设计并实现生产级 RAG 系统，涵盖文档切分、嵌入生成、向量存储、混合检索、重排序与评估，助力知识驱动的 AI 应用实现语义搜索、文档检索与上下文增强。
查看详情

RAG系统实现工作流

rag-implementation
sickn33/antigravity-awesome-skills
258
本工作流提供了一个从零到一的RAG（检索增强生成）系统构建指南。它涵盖了从嵌入模型选择、向量数据库配置、分块策略设计，到混合检索、LLM集成和系统评估的整个流程，确保构建出知识可靠、性能优越的AI应用。
查看详情

高级提示词工程指南

senior-prompt-engineer
alirezarezvani/claude-skills
468
为提示词工程师准备的工具集，涵盖提示优化、LLM评估、RAG 质量检测、少样本示例整理及智能体工作流可视化与验证，助力构建可靠的代理系统。
查看详情
上一页1234567下一页
语言
简体中文
English