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

Orchestra-Research/AI-Research-SKILLs

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。

GGUF量化：高效大模型推理

gguf-quantization

Orchestra-Research/AI-Research-SKILLs

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。

Groq工作流：聊天、工具与结构化输出

groq-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

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。

Groq应用参考架构设计

groq-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

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。

知识蒸馏：大模型压缩

knowledge-distillation

Orchestra-Research/AI-Research-SKILLs

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。

LangChain LLM应用架构指南

langchain-architecture

sickn33/antigravity-awesome-skills

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。

LangChain常见错误排查指南

langchain-common-errors

jeremylongshore/claude-code-plugins-plus-skills

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。

LangChain SDK安装与身份验证

langchain-install-auth

jeremylongshore/claude-code-plugins-plus-skills

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。

LangChain迁移深度指南

langchain-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

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。

LangChain可观测性监控系统

langchain-observability

jeremylongshore/claude-code-plugins-plus-skills

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。

LangChain生产环境就绪度清单

langchain-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

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。

Langfuse CI/CD：LLM质量测试集成

langfuse-ci-integration

jeremylongshore/claude-code-plugins-plus-skills

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。

12 3 4 下一页

语言