登录
下载

Skill UI

浏览并发现 5115+ 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 Go ，共找到 27 条记录
默认排序 最新上传 最多下载

TensorBoard 可视化工具集

tensorboard
Orchestra-Research/AI-Research-SKILLs
69
TensorBoard 是谷歌的 ML 可视化工具，可查看训练损失/准确度曲线、对比实验、调试模型、展示图结构、低维空间投影与性能剖析，适配 PyTorch 与 TensorFlow。
查看详情

Torchforge 强化学习训练指南

torchforge-rl-training
Orchestra-Research/AI-Research-SKILLs
260
Torchforge RL Training 介绍了 Meta 的 PyTorch 原生强化学习框架 torchforge，强调算法与基础设施的隔离，便于用 GRPO/SFT 等损失做实验，并借助 Monarch、TorchTitan 和 vLLM 进行多卡大规模训练，同时提供配置与监控要点。
查看详情

超参数优化助手

tuning-hyperparameters
jeremylongshore/claude-code-plugins-plus-skills
373
帮助 Claude 自动通过网格、随机或贝叶斯搜索调整机器学习模型超参数，生成可执行的 Python 代码、执行验证并返回最优配置与模型指标，适合提升精度、召回等性能。
查看详情

Vertex AI 流水线创建

vertex-ai-pipeline-creator
jeremylongshore/claude-code-plugins-plus-skills
245
为 GCP 环境中的 Vertex AI 流水线创建过程提供自动化指导，涵盖计算、存储、BigQuery 等服务，帮助生成生产级配置并校验符合行业规范。
查看详情

Modal 无服务器云计算

modal
K-Dense-AI/claude-scientific-skills
190
Modal 提供基于云的 Python 无服务器执行环境，支持 GPU、自动扩缩容和按需计费，适合部署模型、批量处理任务和可扩展 API。
查看详情

稳健基线3强化学习指南

stable-baselines3
K-Dense-AI/claude-scientific-skills
500
Stable Baselines3 提供基于 PyTorch 的强化学习算法、统一 API、训练流程、环境模板、向量化执行与回调机制，适合 Gymnasium 单智能体实验与快速原型开发。
查看详情

TimesFM 零样本预测工具

timesfm-forecasting
K-Dense-AI/claude-scientific-skills
63
借助 Google TimesFM 预训练基础模型，快速零样本生成一元时间序列点预测与校准区间，并在加载权重前强制校验 RAM/GPU/磁盘等资源，适用于销售、传感器、能源等场景。
查看详情

并行网页研究

parallel-web
K-Dense-AI/claude-scientific-skills
153
并行网页研究工具通过 Parallel Chat 和 Extract API 搜索互联网、采集市场与技术情报、生成带引文的摘要，非常适合需要全面调研或信息汇总的场景。
查看详情

AWS 智能代理

aws-agentic-ai
sickn33/antigravity-awesome-skills
479
Aws Agentic Ai 是 AWS 中的智能代理能力，致力于自动协调多项云服务、执行复杂任务并根据目标变化做出响应，以减少人工干预。
查看详情

AI Studio 真人化图像

ai-studio-image
sickn33/antigravity-awesome-skills
387
通过 Google AI Studio Gemini 生成网红或教育场景的真人化照片，利用提示工程注入自然光、细节瑕疵与真实语境，再调用图像接口。
查看详情

伊利亚·苏茨克维尔视角

ilya-sutskever
sickn33/antigravity-awesome-skills
387
模拟伊利亚·苏茨克维尔，围绕 AGI 安全、人工意识、扩展定律与深度学习，以他近乎宗教般的认真态度提供对安全超智能发展的深度见解。
查看详情

Yann LeCun哲学教学模块

yann-lecun-filosofia
sickn33/antigravity-awesome-skills
441
复刻 Yann LeCun 的开源哲学与教学风格，帮助解释 Meta/OpenAI/Google 的激励机制、LLaMA 影响及面向透明研究的思考，适合需要该领域专业洞见的对话。
查看详情
上一页123下一页
语言
简体中文
English