登录
下载

Skill UI

浏览并发现 9765+ 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 语言模型 ，共找到 69 条记录
默认排序 最新上传 最多下载

GGUF量化：高效大模型推理

gguf-quantization
Orchestra-Research/AI-Research-SKILLs
403
本指南深入介绍GGUF格式和模型量化技术，旨在实现大语言模型（LLM）在消费级硬件上的高效推理。通过采用GGUF标准格式和K-quant方法进行模型压缩，可以显著降低内存和硬件要求，使开发者能够在Apple Silicon、CPU或边缘设备上部署高性能AI应用。
查看详情

大型语言模型（LLM）实现与训练

implementing-llms-litgpt
Orchestra-Research/AI-Research-SKILLs
376
LitGPT提供了一个用于实现和训练超过20种前沿大型语言模型（如Llama, Gemma, Mistral）的工具。它支持完整的微调（Fine-tuning）、高效的LoRA适配以及从零开始的预训练流程。适用于需要清晰模型结构、学术理解或生产级部署的开发者。
查看详情

知识蒸馏：大模型压缩

knowledge-distillation
Orchestra-Research/AI-Research-SKILLs
417
知识蒸馏（KD）是一种核心的AI模型压缩技术。它旨在将性能强大的大型语言模型（Teacher）的知识，高效地转移给更小、更易于部署的学生模型（Student）。这使得开发者能够在不损失关键性能的前提下，大幅降低推理成本，实现将前沿大模型能力落地到实际应用场景。
查看详情

LangChain LLM应用架构指南

langchain-architecture
sickn33/antigravity-awesome-skills
201
本指南深入讲解LangChain框架，帮助用户掌握构建复杂、生产级大型语言模型（LLM）应用程序的完整能力。内容涵盖自驱代理（Agents）、链式调用（Chains）、记忆管理、检索增强生成（RAG）以及外部工具集成等核心模块，全面助力构建智能AI系统。
查看详情

LangChain SDK安装与身份验证

langchain-install-auth
jeremylongshore/claude-code-plugins-plus-skills
493
本指南详细介绍了LangChain SDK在Python和Node.js环境中的安装流程。它指导用户配置核心依赖包，并安全地设置OpenAI、Anthropic和Google等主流大型语言模型（LLM）提供商的API密钥，是启动任何LLM应用开发项目的必备步骤。
查看详情

Langfuse CI/CD：LLM质量测试集成

langfuse-ci-integration
jeremylongshore/claude-code-plugins-plus-skills
444
本指南展示如何将Langfuse集成到CI/CD流水线（例如GitHub Actions）中，用于自动化大型语言模型（LLM）的质量测试。用户可以实现提示词回归测试、调用链验证和实验驱动的质量门禁，确保AI应用的稳定性和性能。
查看详情

Langfuse LLM 调用可观测性

langfuse-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
448
本工作流展示了如何使用 Langfuse 为大型语言模型（LLM）调用、链式调用和复杂 Agent 实现端到端的完整追踪。它覆盖了包括 OpenAI 包装器、RAG 流程的手动 Span 追踪、流式响应监控以及多模型（如 OpenAI, Anthropic）的集成。适用于需要深入了解 AI 系统性能、调试复杂流程和监控生产环境 LLM 使用情况的场景。
查看详情

Langfuse LLM成本监控与优化

langfuse-cost-tuning
jeremylongshore/claude-code-plugins-plus-skills
281
本指南展示如何利用Langfuse强大的分析功能，实现大型语言模型（LLM）的成本监控、分析与优化。内容涵盖自动令牌使用量跟踪、通过Metrics API获取成本报告，以及实现智能模型路由，根据任务复杂度和输入长度自动选择最具成本效益的模型。适用于需要管理AI预算、控制LLM支出和提升系统效率的开发团队。
查看详情

CPU/边缘本地大模型推理

llama-cpp
Orchestra-Research/AI-Research-SKILLs
180
llama.cpp是一个纯C/C++编写的轻量级推理框架，专为在资源受限的设备上运行大型语言模型（LLM）而设计。它特别适用于没有高性能NVIDIA GPU（CUDA）的场景，非常适合Apple Silicon、AMD/Intel GPU以及边缘计算设备。通过支持GGUF量化，可以实现内存占用和推理速度的显著优化，支持本地跨平台部署。
查看详情

LLaVA 视觉语言助手

llava
Orchestra-Research/AI-Research-SKILLs
101
LLaVA 将 CLIP 图像编码与 Vicuna/LLaMA 语言模型结合，提供基于图像的多轮对话、视觉问答、描述生成与指令跟随能力，适用于图像理解和视觉语言机器人。
查看详情

大型语言模型提示词优化

llm-application-dev-prompt-optimize
sickn33/antigravity-awesome-skills
88
本技能模拟专家级提示词工程师，专注于为大型语言模型（LLMs）优化提示词。它运用宪法AI、思维链等高级技术，将基础指令转化为生产级的优化提示，能够显著提高模型的准确性、降低幻觉并节省成本。适用于需要系统性提升LLM性能和流程优化的场景。
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
上一页123456下一页
语言
简体中文
English