登录
下载
Skill UI
浏览并发现
9785+
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
ZAT
,共找到
106
条记录
默认排序
最新上传
最多下载
上下文预算与LLM优化
context-budget
affaan-m/everything-claude-code
85
本工具用于审计Claude Code会话中所有组件(如代理、技能、规则和MCP服务器)的Token消耗。它能分析上下文开销,识别冗余或臃肿的组件,并生成详细的上下文预算报告。帮助用户管理Token使用量,确保模型运行效率和性能。
查看详情
Clarvia工具就绪度评估
clarvia-aeo-check
sickn33/antigravity-awesome-skills
416
该技能利用Clarvia AEO(智能体体验优化)评估任何工具(MCP服务器、API或CLI)的智能体就绪度。它从API可访问性、数据结构、智能体兼容性等多个维度对上万个工具进行打分,确保集成到AI Agent工作流中的组件具备足够的高质量和可靠性。
查看详情
Transformers.js JavaScript 机器学习
transformers-js
sickn33/antigravity-awesome-skills
337
在浏览器或 Node.js 中通过 Transformers.js 运行 Hugging Face 模型,涵盖文本、图像与语音任务,提供 Pipeline 抽象、设备选择与量化选项,可在客户端部署多模态推理,无需后端。
查看详情
LLM成本优化与架构设计
llm-cost-optimizer
alirezarezvani/claude-skills
446
提供专业的LLM成本优化框架,帮助开发者通过模型路由、提示词缓存、输出长度控制和压缩等技术,系统性地降低AI API支出(可达40-80%)。旨在确保在成本受到严格控制的前提下,维持高质量、可扩展的AI功能。
查看详情
智能体工具调用治理与控制
protect-mcp-governance
sickn33/antigravity-awesome-skills
356
该技能用于为AI智能体工具调用提供严格的治理和安全控制。它利用Cedar策略语言来定义和执行访问控制策略,确保智能体只能在授权的条件下调用工具。同时,通过生成Ed25519签名凭证,为每一次工具调用决策提供不可篡改的加密审计证据,支持安全、可靠的系统部署。
查看详情
OpenViking长期记忆上下文增强
openviking-memory
volcengine/OpenViking
277
这是一份关于OpenViking长期记忆插件的指南。该插件通过自动提取和存储对话中的关键信息和偏好,显著增强了AI的对话连贯性和记忆能力。它能在回复前自动召回相关上下文,使用户体验更自然、更具个性化。提供了记忆召回、手动存储和删除等核心功能。
查看详情
LLM提示词优化与调试
arize-prompt-optimization
github/awesome-copilot
273
本技能提供了一个完整的LLM提示词优化、改进和调试框架。它利用生产追踪数据、系统评估和人工标注来提取提示词。用户可以运行数据驱动的优化循环,确保AI的回复达到期望的质量标准。适用于提示词调优、系统提示优化和提升整体AI输出质量。
查看详情
M365 MCP 代理部署管理
mcp-deploy-manage-agents
github/awesome-copilot
211
在 Microsoft 365 管理中心部署并治理 MCP 声明式代理,管理其生命周期、分配、访问控制与合规,保障组织级 Copilot 能力的安全上线。
查看详情
代码会话使用分析报告
session-report
anthropics/claude-plugins-official
267
该工具生成一份可交互的HTML报告,用于详细分析Claude Code会话的使用指标。它追踪了Token消耗(输入/输出)、子代理调用、技能使用和缓存效率等关键数据。帮助开发者直观地了解资源消耗,识别工作流中的效率瓶颈和潜在的优化点,实现更经济高效的AI开发。
查看详情
TLDR 提示摘要助手
tldr-prompt
github/awesome-copilot
333
针对 GitHub Copilot 自定义文件、MCP 服务器文档或相关链接,生成符合 TLDR 模板的简洁摘要,提供示例、上下文感知的篇幅控制,方便快速理解与复用。
查看详情
高性能强化学习框架
pufferlib
K-Dense-AI/scientific-agent-skills
452
PufferLib是一个高性能的强化学习框架,专为高速并行环境模拟和训练设计。它通过优化向量化和原生多智能体支持,实现每秒数百万步的训练速度。适用于PPO算法的复杂智能体训练、自定义环境开发和大规模RL实验。
查看详情
强化学习算法训练与实现
stable-baselines3
K-Dense-AI/scientific-agent-skills
109
稳定强化学习库提供了一套基于PyTorch的生产级RL算法实现,包括PPO、SAC、DQN等主流算法。它采用类似scikit-learn的统一API,使开发者能够轻松训练RL智能体,创建自定义环境,并进行高效的向量化并行训练,适用于标准的RL研究和原型开发。
查看详情
上一页
1
2
3
4
5
6
7
8
9
下一页
语言
简体中文
English