登录
下载
Skill UI
浏览并发现
9118+
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
向量化
,共找到
15
条记录
默认排序
最新上传
最多下载
嵌入模型选择与优化指南
embedding-strategies
sickn33/antigravity-awesome-skills
167
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。
查看详情
模型量化部署助手
model-quantization-tool
jeremylongshore/claude-code-plugins-plus-skills
222
自动化提供模型量化部署的指导,涵盖工具使用、最佳实践以及面向推理、MLops 与监控的生产准备流程。
查看详情
Pandas 数据处理专家
pandas-pro
Jeffallan/claude-skills
378
Pandas Pro 提供高效 DataFrame 清洗、聚合、合并、重采样及内存优化的实践,强调向量化、类型设定和质量校验,适合分析流水线和大型数据集处理。
查看详情
技术债务追踪器
tech-debt-tracker
alirezarezvani/claude-skills
177
扫描代码库识别技术债务、量化严重性、追踪趋势并生成优先修复方案,帮助工程团队在新功能和重构之间做出平衡决策并向管理层汇报进展。
查看详情
向量索引性能调优指南
vector-index-tuning
sickn33/antigravity-awesome-skills
95
本指南提供了生产级向量索引优化的最佳实践。它指导用户如何调整HNSW参数、实施量化策略,并优化内存使用,以平衡搜索延迟、召回率和大规模数据库的扩展性。
查看详情
高性能强化学习框架
pufferlib
K-Dense-AI/claude-scientific-skills
205
PufferLib是一个高性能的强化学习框架,专为大规模、高速的RL训练和仿真而设计。它通过优化的向量化和原生多智能体支持,实现了每秒数百万步的训练速度,极大地提升了RL研究和应用效率,适用于单智能体和多智能体环境的构建与训练。
查看详情
稳定基线3:强化学习算法工具包
stable-baselines3
K-Dense-AI/claude-scientific-skills
383
稳定基线3是一个基于PyTorch的专业库,用于提供生产级的强化学习算法实现(如PPO、SAC、DQN等)。它支持单智能体RL模型训练,提供创建自定义环境的能力,并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。
查看详情
CISO安全领导框架
ciso-advisor
alirezarezvani/claude-skills
157
帮助成长公司建立CISO级安全体系:量化风险、制定SOC 2/ISO 27001/HIPAA/GDPR合规路线,规划零信任架构,牵头事件响应,并向董事会与销售说明安全预算与供应商风险。
查看详情
高性能强化学习框架
pufferlib
K-Dense-AI/scientific-agent-skills
191
PufferLib是一个高性能的强化学习框架,专为大规模、高速的RL训练和仿真而设计。它通过优化的向量化和原生多智能体支持,实现了每秒数百万步的训练速度,极大地提升了RL研究和应用效率,适用于单智能体和多智能体环境的构建与训练。
查看详情
稳定基线3:强化学习算法工具包
stable-baselines3
K-Dense-AI/scientific-agent-skills
478
稳定基线3是一个基于PyTorch的专业库,用于提供生产级的强化学习算法实现(如PPO、SAC、DQN等)。它支持单智能体RL模型训练,提供创建自定义环境的能力,并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。
查看详情
Qdrant内存使用优化指南
qdrant-memory-usage-optimization
github/awesome-copilot
264
本指南旨在帮助用户诊断和优化Qdrant的内存使用问题。当遇到内存占用过高、内存泄漏或节点崩溃等问题时,可以参考此文档。它详细介绍了Qdrant的内存结构,并提供了从量化、使用float16/int8数据类型到将索引和向量组件存储到磁盘的多种高级优化策略,确保系统稳定和高效扩展。
查看详情
Qdrant查询高吞吐量扩展指南
qdrant-scaling-qps
github/awesome-copilot
215
本指南提供了关于优化和扩展Qdrant向量数据库查询吞吐量(QPS)的全面高级策略。内容涵盖了从内部性能调优(如优化分段、使用量化和批处理搜索)到系统架构扩展(如增加只读副本、处理磁盘IO瓶颈)的全方位指导,适用于构建高并发、大规模检索系统。
查看详情
1
2
下一页
语言
简体中文
English