登录
下载

Skill UI

浏览并发现 12305+ 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 SET ，共找到 165 条记录
默认排序 最新上传 最多下载

假设树自主优化系统

arbor
K-Dense-AI/scientific-agent-skills
211
Arbor提供自主优化（AO）循环，用于针对可量化目标持续迭代改进复杂的工件，例如模型、智能体或数据管道。它采用假设树精炼（HTR）方法，将研究过程结构化为持续的假设树，追踪每次实验的假设、洞察和证据。该系统特别适用于长周期的优化任务，并通过保留的测试集来防止过拟合，确保优化过程的累积性和可审计性。
查看详情

具界AI代理循环设计

loop-library
sickn33/antigravity-awesome-skills
377
本技能旨在帮助用户定义、调整和设计具有边界的AI代理工作流和反馈循环。无论用户是寻找现有流程、调整既有循环，还是需要从零开始设计全新自动化任务，本工具都能提供结构化的引导。它强调设置明确的退出机制、安全护栏和可验证的步骤，确保自动化流程始终可控且目标明确。
查看详情

Weaviate AI应用蓝图库

weaviate-cookbooks
sickn33/antigravity-awesome-skills
131
本技能提供了官方的Weaviate AI应用蓝图集和实现指南。它涵盖了RAG、智能体工作流、数据探索和多模态搜索等高级应用模式，指导用户掌握全栈AI应用的最佳实践，是开发基于Weaviate系统的权威参考。
查看详情

模型内存需求估算

hf-mem
sickn33/antigravity-awesome-skills
406
`hf-mem`技能用于估算从Hugging Face Hub加载进行推理所需的Safetensors或GGUF模型权重所需的显存（VRAM）或系统内存。它通过HTTP范围请求实现，无需本地下载。用户可以提前检查模型是否适合其GPU或硬件实例，并支持估算KV缓存及设置最大序列长度。
查看详情

数据监控与AI智能体顾问

monte-carlo-monitoring-advisor
sickn33/antigravity-awesome-skills
253
该技能提供全面的数据监控和AI智能体咨询服务。它可以帮助用户评估数据覆盖率缺口，分析用例重要性，并自动创建数据质量监控（包括表、指标和校验）。此外，它还能持续监控AI智能体的性能、延迟和可观测性，确保整个机器学习生命周期的数据治理。
查看详情

Ruvector 框架初始化设置

vector-setup
ruvnet/ruflo
292
该技能用于自动化初始化和配置 ruvector 框架。它会自动安装所有必需的可选依赖插件（如 ONNX、Brain 和 LLM 组件），并注册 MCP 服务器。最后，通过一系列完整的诊断测试，确保整个工具链具备最佳运行状态。
查看详情

AI辅助视频编辑工作流

video-editing
affaan-m/ECC
237
这是一个完整的、多阶段的AI辅助视频编辑工作流。它覆盖了从原始素材采集、AI结构化规划，到确定性剪辑、程序化合成、AI素材生成，以及最终的人工润色等所有环节。适用于Vlog、教程或企业视频的构建。
查看详情

编码代理上手引导与辅导

help-me-get-started
data-goblin/power-bi-agentic-development
381
这是一个为初学者设计的、人性化的AI编码代理上手引导工具。它模拟了导师辅导的流程，为用户提供结构化的环境设置帮助和深入的概念解释。它包含两种模式：简洁的设置指导和深入的知识学习。适用于初次使用代理、理解核心AI概念（如模型、提示词、工具）或审计现有配置的场景。
查看详情

批量内容质量评估套件

eval-suite
indranilbanerjee/digital-marketing-pro
186
该套件用于对多个内容资产（如内容库、营销素材或交付件）执行批量、全面的质量评估。它超越了单件评估，生成了整体的质量排名、多维度分析（如品牌声调、事实核查）、普遍性问题报告以及优先修订清单。适用于内容审计、上线前检查和大型营销活动审查。
查看详情

AI论文可复现性审核指南

aaai-reproducibility
brycewang-stanford/Awesome-Journal-Skills
386
本指南帮助研究人员提高AI学术论文的实验可复现性，适用于投稿至顶级AI会议（如AAAI）。它指导作者建立“主张-证据”对照表，详细记录模型参数、随机种子、计算成本和数据集许可，确保研究的严谨性和可验证性。
查看详情

AAMAS成果物评估指南

aamas-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
232
本指南为学术论文（尤其针对AAMAS）提供了一套完善的成果物打包流程，用于支持多智能体系统（MARL）和博弈论的复杂证据。它强调成果物必须高度可检查和可复现，内容涵盖游戏定义、环境代码、对手设置和交互协议，而不能仅是模型本身，以保证学术评审的严谨性。
查看详情

AAMAS补充材料撰写指南

aamas-supplementary
brycewang-stanford/Awesome-Journal-Skills
481
本指南为作者提供了准备AAMAS会议补充材料的全面规范和流程。内容涵盖了如何组织完整的证明、扩展的游戏定义、额外实验和代码资产，指导作者在遵守匿名化和版面限制的同时，有力地支持主论文。
查看详情
上一页123...1011121314下一页
语言
简体中文
English