下载

Skill UI

浏览并发现 11126+ 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 Mac OS ，共找到 17 条记录

默认排序最新上传最多下载

特征工程工具集

engineering-features-for-machine-learning

jeremylongshore/claude-code-plugins-plus-skills

该技能借助 feature-engineering-toolkit 插件自动创建、筛选和转化特征，用于提升机器学习模型的准确性和解释性，适合构造交互特征、降维或归一化等预处理场景。

CPU/边缘本地大模型推理

Orchestra-Research/AI-Research-SKILLs

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。

顶级 AI 会议论文撰写

ml-paper-writing

Orchestra-Research/AI-Research-SKILLs

为 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等顶级 AI 会议提供从研究仓库出发、结合 LaTeX 模板与引用验证的论文撰写流程与协作指导。

Vast.ai上的机器学习部署指南

vastai-deploy-integration

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的机器学习工作流部署解决方案，专门用于Vast.ai GPU云平台。内容涵盖了从优化Docker镜像以提高效率，到使用自动化Python脚本进行资源搜索和实例创建，再到数据传输和部署后健康检查的全流程指导，确保ML服务能够稳定、高效地运行。

Seatbelt 沙箱配置生成

seatbelt-sandboxer

trailofbits/skills

为 macOS 应用生成最小权限的 Seatbelt 沙箱配置，通过白名单方式限制文件、网络、IPC 等访问，适合在需要隔离、限制或防护高风险运行和供应链攻击的场景使用。

托管智能体开发基础设施

sickn33/antigravity-awesome-skills

本技能提供在远程沙箱环境中运行AI智能体的基础设施。它解决了本地资源限制和环境不一致性问题，提供无限并发和可复现的执行环境。适用于构建复杂的后台编程智能体、多客户端集成，以及需要大规模扩展的AI工作流系统。

异常认证模式检测

detecting-anomalous-authentication-patterns

mukul975/Anthropic-Cybersecurity-Skills

该技能利用用户和实体行为分析（UEBA）、统计基线和机器学习模型，持续监控认证日志。可实时识别不可能旅行、凭证堆积、暴力破解和账户被盗用等高级威胁，是安全运营和身份访问管理的核心工具。

深度伪造语音检测与反欺诈系统

detecting-deepfake-audio-in-vishing-attacks

mukul975/Anthropic-Cybersecurity-Skills

该技能用于检测语音钓鱼（vishing）攻击中使用的AI生成深度伪造音频。它通过提取MFCC、频谱质心等关键声学特征，并利用机器学习模型进行分类判断，以确定录音的真实性。支持批量取证分析，生成信心评分和详细报告，是网络安全和反欺诈调查的关键工具。

AI规范编写指南

create-specification

github/awesome-copilot

为生成式 AI 解决方案制定精准、结构化的规范模板，明确目标、需求、约束、接口与验证标准，便于自动化理解与执行。

AI/机器学习职位搜索与市场分析

ai-dev-jobs-mcp

sickn33/antigravity-awesome-skills

该MCP为AI智能体提供接入实时、庞大的AI和机器学习职位索引。用户可以按角色、地点或公司搜索职位，获取完整的职位详情，分析薪资范围，了解招聘公司信息，并获取全面的市场统计数据。适用于进阶的求职、人才匹配和劳动力市场分析场景。

云端机器学习工作负载迁移指南

coreweave-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本技能包详细指导用户如何将机器学习工作负载（包括推理服务和训练管道）从AWS/GCP/Azure等大型云平台迁移到CoreWeave GPU云。内容涵盖成本对比、容器化步骤、Kubernetes配置适配和分阶段部署，帮助用户确保迁移过程平稳、高效且具成本效益。

CoreWeave GPU云参考架构

coreweave-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本参考架构提供了一套在CoreWeave GPU云上部署机器学习模型的完整蓝图。它详细描述了多模型服务（如vLLM, TGI）的Kubernetes部署结构、共享持久化存储（PVC）以及基于KServe/Knative的自动扩缩容机制。适用于设计鲁棒的MLOps流程、规划高性能多模型推理服务，或建立标准的GPU云部署规范。

语言