登录
下载
Skill UI
浏览并发现
9967+
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
LLM应用
,共找到
47
条记录
默认排序
最新上传
最多下载
开源嵌入向量数据库
chroma
Orchestra-Research/AI-Research-SKILLs
290
Chroma是一个专为AI应用设计的开源嵌入式数据库。它能够存储高维向量嵌入和元数据,支持强大的向量搜索和基于元数据的过滤。核心功能包括实现检索增强生成(RAG)、语义搜索和文档检索,特别适合需要本地化或自部署环境的开源AI项目和原型开发。
查看详情
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
Groq工作流:聊天、工具与结构化输出
groq-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
128
本教程展示了如何利用 Groq API 实现高级大模型工作流。涵盖了基础聊天补全、通过工具调用(Function Calling)集成外部功能,以及使用JSON模式确保结构化输出。适用于构建高性能、实时响应的AI应用。
查看详情
Groq应用参考架构设计
groq-reference-architecture
jeremylongshore/claude-code-plugins-plus-skills
278
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。
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常见错误排查指南
langchain-common-errors
jeremylongshore/claude-code-plugins-plus-skills
311
本指南是LangChain开发者的专业故障排除手册,旨在帮助用户快速诊断和修复在使用LangChain时遇到的常见错误和异常。内容涵盖导入错误、API认证失败、结构化输出解析问题、Agent循环等,提供准确的根源分析和可直接使用的修复代码,确保LLM应用的开发流程顺畅。
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
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
LangChain可观测性监控系统
langchain-observability
jeremylongshore/claude-code-plugins-plus-skills
168
本指南提供了一套完整的LangChain生产级可观测性解决方案。它整合了LangSmith零代码追踪、自定义回调函数进行指标捕获(如延迟、Token使用量、错误率),以及Prometheus导出器实现告警。帮助开发者实时监控整个LLM应用管线,确保系统性能和稳定性。
查看详情
LangChain生产环境就绪度清单
langchain-prod-checklist
jeremylongshore/claude-code-plugins-plus-skills
131
这是一份全面的LangChain应用程序生产环境就绪度清单。它系统性地覆盖了从配置管理、错误处理、可观测性(如LangSmith)、性能优化、安全加固(防止提示注入、处理PII)到严格测试和部署策略等多个维度,帮助开发者确保AI应用具备高可靠性和可维护性,适用于应用上线前或现有系统的审计。
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
1
2
3
4
下一页
语言
简体中文
English