下载

Skill UI

浏览并发现 9688+ 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 OpenAI ，共找到 40 条记录

默认排序最新上传最多下载

.NET版Azure OpenAI SDK

azure-ai-openai-dotnet

sickn33/antigravity-awesome-skills

这是一个用于.NET环境的Azure OpenAI客户端库。它提供了访问包括GPT-4o、嵌入、DALL-E和Whisper等多种OpenAI模型的接口。开发者可以使用它来构建复杂的聊天机器人、实现结构化JSON输出，或进行RAG（检索增强生成）等高级应用。

Azure AI实时语音对话SDK

azure-ai-voicelive-java

sickn33/antigravity-awesome-skills

这是一个用于Java开发的SDK，用于实现与Azure AI助手的实时、双向语音对话。它通过WebSocket技术支持低延迟流媒体通信，并集成了高级功能，如语音活动检测、降噪处理和多种AI音色选择。非常适用于构建专业的语音机器人和交互式语音应用。

视觉驱动电脑操作代理

computer-use-agents

sickn33/antigravity-awesome-skills

用于构建能够观察屏幕、推理决策、操控鼠标键盘的 AI 代理，兼顾 Anthropic 与 OpenAI 的 Computer Use 以及开源方案，强调沙箱隔离与安全控制。

Cursor AI模型密钥配置管理

cursor-api-key-management

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了如何在Cursor编辑器中配置“自带密钥”（BYOK）功能，以连接OpenAI、Anthropic、Google Gemini、Azure等主流AI模型服务。用户可以通过配置自己的API密钥来绕过默认配额限制，实现成本的直接管理，并确保可以访问所需的专业级模型。内容涵盖了配置步骤、安全最佳实践和成本监控。

嵌入模型选择与优化指南

embedding-strategies

sickn33/antigravity-awesome-skills

本指南详细介绍了为构建向量搜索和RAG应用选择和优化嵌入模型的全套策略。内容涵盖了主流模型对比、文本分块（chunking）技术、维度降低方法，并提供了基于OpenAI和本地Sentence Transformer的Python实战代码，帮助用户构建高质量的向量化存储系统。

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。

Instructor 结构化输出

Orchestra-Research/AI-Research-SKILLs

Instructor 将 LLM 响应映射为经过 Pydantic 验证的结构化数据，自动重试解析失败、保障类型安全、解析复杂 JSON，并支持多模型流式返回部分结果，适用于构建可靠的结构化输出流程。

LangChain RAG管道构建与实践

langchain-data-handling

jeremylongshore/claude-code-plugins-plus-skills

本教程详细指导如何使用LangChain构建完整的检索增强生成（RAG）管道。它覆盖了从数据加载（支持PDF、CSV、TXT等）到文本分块、生成嵌入向量，再到将向量存储在各种向量数据库（如FAISS, Pinecone）中的全流程。最终实现一个具备准确上下文理解和问答能力的智能检索系统。

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。

Langfuse 观测平台

sickn33/antigravity-awesome-skills

Langfuse 提供完整的 LLM 观测能力，涵盖调用追踪、提示管理、评估打分与成本/延迟/质量监控，适用于与 LangChain、LlamaIndex、OpenAI 等集成的生产场景。

Langfuse LLM 调用可观测性

langfuse-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

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。

12 3 4 下一页

语言