下载

Skill UI

浏览并发现 11117+ 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 LLMs ，共找到 10 条记录

默认排序最新上传最多下载

火爬数据处理与知识库构建

firecrawl-data-handling

jeremylongshore/claude-code-plugins-plus-skills

这是一个全面的数据管道，用于处理、验证和优化来自Firecrawl爬取的网页内容。它支持Markdown清洗、使用Zod进行结构化数据提取、内容去重和为LLM/RAG系统定制的文本分块（Chunking）。旨在确保爬取的数据是标准化、干净、结构化的，可直接用于构建知识库或进行下游AI应用。

Web数据采集与结构化提取

firecrawl-hello-world

jeremylongshore/claude-code-plugins-plus-skills

Firecrawl是一个强大的网络数据采集API，用于从网站中获取和处理信息。它支持单页抓取、多页爬取、站点地图生成和利用LLM进行结构化数据提取。适用于构建数据管道、自动化内容监控或进行市场数据分析。

结构化文本解析：正则与LLM决策框架

regex-vs-llm-structured-text

affaan-m/everything-claude-code

这是一个实用的决策框架，指导用户在结构化文本（如表格、试题、发票）解析时，选择使用正则表达式还是大型语言模型（LLM）。核心思路是：利用低成本、确定性的正则匹配处理大部分（95-98%）的常见模式，并引入置信度评分机制，只在遇到低置信度的边界案例时，才调用昂贵的LLM进行二次校验，从而实现成本和精度的最佳平衡。

生产级机器学习工程

senior-ml-engineer

alirezarezvani/claude-skills

提供生产级 ML 工程模式，涵盖模型部署、MLOps 流水线、特征存储、漂移监控、LLM/RAG 集成及成本控制，适用于上线运营场景。

自动化AI数据采集代理

data-scraper-agent

affaan-m/everything-claude-code

该代理旨在为任何公开数据源（如招聘板、价格、新闻等）构建一个全自动、AI驱动的数据采集系统。它能定时抓取数据，利用免费的大语言模型（如Gemini Flash）进行数据富集和分析，并将结果结构化地存储到Notion、Sheets或Supabase等数据库中。适用于需要持续监控和跟踪网络数据的场景。

PyTorch 训练秘籍

ml-training-recipes

Orchestra-Research/AI-Research-SKILLs

涵盖体系结构选择、优化器策略、学习率调度、混合精度和调试的 PyTorch 训练方案，适用于大模型、视觉、扩散与生物医药方向的训练与微调，实现高效 GPU 利用。

基于LLM的假设生成与测试

K-Dense-AI/scientific-agent-skills

Hypogenic是一个高级框架，利用大型语言模型（LLM）对复杂表格数据集进行系统化的假设生成和测试。它支持数据驱动、文献溯源和两者结合的多种模式，能将实证数据洞察与理论知识相结合，尤其适用于欺诈检测、内容分析和预测建模等领域，极大加速科学研究的发现过程。

CoreWeave分布式GPU训练工作流

coreweave-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了如何在CoreWeave平台上运行大规模的分布式GPU训练任务。它涵盖了单节点多GPU配置和多节点训练，支持PyTorch DDP，是进行大型语言模型（LLM）微调或需要高性能计算集群的深度学习模型训练的推荐工作流。

自动化AI数据采集代理

data-scraper-agent

该代理旨在为任何公开数据源（如招聘板、价格、新闻等）构建一个全自动、AI驱动的数据采集系统。它能定时抓取数据，利用免费的大语言模型（如Gemini Flash）进行数据富集和分析，并将结果结构化地存储到Notion、Sheets或Supabase等数据库中。适用于需要持续监控和跟踪网络数据的场景。

结构化文本解析：正则与LLM决策框架

regex-vs-llm-structured-text

这是一个实用的决策框架，指导用户在结构化文本（如表格、试题、发票）解析时，选择使用正则表达式还是大型语言模型（LLM）。核心思路是：利用低成本、确定性的正则匹配处理大部分（95-98%）的常见模式，并引入置信度评分机制，只在遇到低置信度的边界案例时，才调用昂贵的LLM进行二次校验，从而实现成本和精度的最佳平衡。

1

语言