软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16597+ 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

搜索大模型可靠性，共找到 18 条记录

默认排序最新上传最多下载

大语言模型智能体评估

agent-evaluation

sickn33/antigravity-awesome-skills

这是一个用于全面测试和评估大型语言模型（LLM）智能体的框架。它超越了简单的通过/失败判断，深入评估智能体的复杂行为、可靠性指标和能力一致性。适用于生产环境的监控，帮助识别高级AI智能体中的微妙故障模式。

LangChain CI/CD集成与测试框架

langchain-ci-integration

jeremylongshore/claude-code-plugins-plus-skills

这是一个为LangChain应用设计的完整CI/CD流水线。它通过GitHub Actions自动化质量保障，集成了快速的模拟单元测试和使用真实大型语言模型（LLM）的集成测试。核心功能包括端到端的RAG流程验证和LangSmith追踪，确保应用的高可靠性。

LLM模型评估与性能测试

sickn33/antigravity-awesome-skills

提供了一套全面的大型语言模型（LLM）评估框架。内容涵盖自动化指标（如BLEU、ROUGE、BERTScore）、人工评估维度以及使用LLM作为裁判的先进方法。适用于系统性地衡量模型性能、对比不同Prompt或模型，确保AI应用的可靠性和可部署性。

构建AI模型故障转移与高可用性

openrouter-fallback-config

jeremylongshore/claude-code-plugins-plus-skills

本技能详细介绍了如何在OpenRouter环境下为大型语言模型（LLM）配置故障转移和回退机制。它涵盖了原生模型回退、提供商路由策略和客户端级故障链设计。当构建对可靠性要求极高、必须在主模型或提供商不可用时也能持续运作的系统时，应使用此模式，以确保API集成和系统优雅降级。

AI模型可用性与健康检查

openrouter-model-availability

jeremylongshore/claude-code-plugins-plus-skills

本技能用于监控通过OpenRouter接入的各类大模型（如GPT-4o, Claude）的实时状态和健康状况。它提供主动健康探测、模型目录查询和定时监控脚本，确保系统在关键模型出现故障、性能下降或不可用时，能及时发现问题并触发故障转移机制，适用于构建高可靠性的AI应用。

API容错与可靠性模式实现

perplexity-reliability-patterns

jeremylongshore/claude-code-plugins-plus-skills

本指南旨在解决在生产环境中集成外部大型语言模型（LLM）API（如Perplexity Sonar）时遇到的可靠性挑战。它提供了完整的容错模式，包括电路断路器、模型级回退、流式超时检测和缓存机制，确保您的应用程序即使在外部服务出现暂时故障或性能波动时，也能保持稳定和高可用性。

Vast.ai CI/CD GPU自动化测试

vastai-ci-integration

jeremylongshore/claude-code-plugins-plus-skills

本技能指导如何将Vast.ai的GPU资源配置集成到CI/CD流程中（如GitHub Actions）。它能实现自动化、成本可控的GPU测试、模型验证和性能基准测试。通过脚本管理实例的生命周期，确保测试环境稳定且资源使用后能自动清理，大大提高了DevOps流程的可靠性和效率。

LLM提示词结构化优化

sickn33/antigravity-awesome-skills

本方法论将冗长、自然的语言系统指令，转化为原子化、结构化的标签格式。它通过分解复杂的规则为明确的标签（如trigger:、action:），解决了大型语言模型（LLM）指令遵循度低的问题，极大地提高了规则执行的精准度、可靠性和效率。

PydanticAI：类型安全LLM代理框架

sickn33/antigravity-awesome-skills

PydanticAI 是一个强大的 Python 框架，它将 Pydantic 的类型验证能力引入大型语言模型（LLMs）。它允许开发者构建生产级的 AI 代理，确保 LLM 的输出具有严格的结构化和数据类型安全，不再仅仅是原始文本。框架支持工具调用、依赖注入和多模型兼容性，适用于需要高可靠性和准确数据结构的复杂 AI 场景。

云端大模型回归测试

cloud-provider-regression-test

SharpAI/DeepCamera

本工具用于自动化执行所有已启用云端大语言模型（LLM）提供商的回归测试。它全面验证了连接性、标准聊天补全、结构化JSON输出以及SSE流式传输能力。适用于确保多云AI集成在持续集成/持续部署流程中的稳定性和可靠性。

GateGuard：预执行逻辑门控

affaan-m/everything-claude-code

这是一个强大的预执行钩子，用于在AI代理修改代码、创建文件或执行危险命令前强制进行严格的验证。它不依赖于AI的自我评估，而是强制模型收集事实（如依赖模块、数据结构等），极大地提高了代码的可靠性和设计深度。适用于复杂的代码库和高风险的开发流程。

AI安全扫描与漏洞检测

Tencent/AI-Infra-Guard

本工具依托红心实验室的AI-Infra-Guard框架，提供全方位的AI安全扫描服务。可对AI基础设施、工具、技能、Agent以及大型语言模型进行深度安全审计和漏洞检测，包括越狱测试，确保AI系统的安全性和可靠性。

语言