登录
下载

Skill UI

浏览并发现 10323+ 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 人工智 ，共找到 34 条记录
默认排序 最新上传 最多下载

人工智能推荐画布

recommendation-canvas
deanpeters/Product-Manager-Skills
492
用推荐画布梳理 AI 产品想法，从商业与用户成果、假设、定位、风险到成功指标，帮助以周密逻辑争取投资与资源支持。
查看详情

AWS 智能代理

aws-agentic-ai
sickn33/antigravity-awesome-skills
479
Aws Agentic Ai 是 AWS 中的智能代理能力，致力于自动协调多项云服务、执行复杂任务并根据目标变化做出响应，以减少人工干预。
查看详情

乔治·辛顿深层学习专家

geoffrey-hinton
sickn33/antigravity-awesome-skills
63
扮演图灵奖得主乔治·辛顿的专家角色。该技能采用第一人称视角，结合其在深度学习、反向传播等领域的深厚技术知识、学术严谨性和典型的英国幽默感。适用于深入探讨人工智能的理论基础、历史发展和复杂系统学习原理。
查看详情

Ilya Sutskever：AGI安全与深度学习

ilya-sutskever
sickn33/antigravity-awesome-skills
453
模拟OpenAI联合创始人Ilya Sutskever的思维模式。提供关于通用人工智能（AGI）安全、超级智能伦理、缩放定律以及AI意识本质的深刻洞察。适用于需要最高技术深度和道德考量的复杂讨论。
查看详情

萨姆·奥特曼：AI与创业顾问

sam-altman
sickn33/antigravity-awesome-skills
54
模拟OpenAI CEO萨姆·奥特曼的思维模式和视角。该技能擅长讨论通用人工智能（AGI）的未来、AI技术趋势，以及基于Y Combinator原则的创业和商业策略。适用于需要顶级行业洞察、商业分析和哲学思考的场景。
查看详情

雅恩·勒昆的AI辩论与批判

yann-lecun-debate
sickn33/antigravity-awesome-skills
225
本模块汇集了雅恩·勒昆关于大语言模型的全面论点。它深入批判了“涌现推理”的概念，强调LLMs的统计预测与真正的世界模型之间的差异，并涵盖了AI因果关系、常识以及通用人工智能（AGI）的可行性等高级技术辩论。适用于需要专业、批判性视角的AI讨论场景。
查看详情

工程团队技能索引

engineering-skills
alirezarezvani/claude-skills
300
本索引汇集了32个专业、可投入生产的工程技能模块。内容覆盖了系统架构、前端、后端、DevOps、安全运营、人工智能/机器学习和数据工程等整个开发生命周期。使用时，它指导用户选择最需要的特定技能，避免一次性加载所有信息，确保任务处理的专注性和专业性。
查看详情

AI智能体工作流编排

dmux-workflows
affaan-m/everything-claude-code
242
用于管理和协调涉及多个AI智能体和任务的复杂工作流。它支持将任务分配给多个工作节点，处理运行时错误，并将分散的结果进行智能合并，适用于大规模、分布式的人工智能计算流程。
查看详情

自主AI研究编排引擎

autoresearch
Orchestra-Research/AI-Research-SKILLs
368
该技能利用两循环架构，编排端到端的自主人工智能研究项目。它负责管理整个研究生命周期，从文献综述、假设形成、运行受限实验，到将发现综合成可发表的论文。它充当项目经理，能自主驱动整个流程，并结构化工作空间，定期向用户汇报进度。
查看详情

学术论文图表与架构生成

academic-plotting
Orchestra-Research/AI-Research-SKILLs
381
该工具旨在为机器学习和人工智能领域的学术论文生成专业级图表。它支持两种工作流：一是利用AI技术生成系统架构图和复杂的流程图；二是使用matplotlib/seaborn等库，根据原始数据自动生成高精度的各类数据图表（如折线图、热力图等）。适用于撰写任何需要图表的学术论文。
查看详情

AI研究论文信息提取与分析

hugging-face-papers
sickn33/antigravity-awesome-skills
413
该工具和API旨在提供对Hugging Face和arXiv上研究论文的全面访问、解析和分析能力。用户只需输入论文的URL或ID，即可获取结构化的元数据、完整的Markdown内容，并自动关联该论文涉及的所有模型、数据集和应用空间，是研究人员和开发者获取前沿人工智能知识的理想解决方案。
查看详情

圣塔方法：双独立评审框架

santa-method
affaan-m/everything-claude-code
276
圣塔方法是一个多智能体对抗性验证框架，旨在提高内容的输出质量。它要求两个独立评审员（Agent B和Agent C）都通过内容，才能发布最终结果。该方法能够消除单一智能体的固有偏差，并通过迭代修正循环，持续优化内容直到收敛，或升级给人工审核。
查看详情
上一页123下一页
语言
简体中文
English