登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16567+ 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 模型部署 ，共找到 150 条记录
默认排序 最新上传 最多下载

LLM微调专家指南

fine-tuning-expert
Jeffallan/claude-skills
321
指导模型工程师完成数据准备、LoRA/QLoRA 适配器配置、训练监控、评估指标收集以及 Adapter 合并部署等 LLM 微调与量化的关键流程。
查看详情

GGUF量化：高效大模型推理

gguf-quantization
Orchestra-Research/AI-Research-SKILLs
403
本指南深入介绍GGUF格式和模型量化技术，旨在实现大语言模型（LLM）在消费级硬件上的高效推理。通过采用GGUF标准格式和K-quant方法进行模型压缩，可以显著降低内存和硬件要求，使开发者能够在Apple Silicon、CPU或边缘设备上部署高性能AI应用。
查看详情

GitOps工作流搭建与实践

gitops-workflow
sickn33/antigravity-awesome-skills
298
本指南提供了完整的Kubernetes GitOps工作流实现方案。学习如何使用ArgoCD和Flux CD等工具，遵循声明式和Pull模型，实现自动化、可靠的持续交付和基础设施管理，确保所有应用部署和状态变化都可追溯。
查看详情

GPTQ LLM 量化指南

gptq
Orchestra-Research/AI-Research-SKILLs
81
GPTQ 提供后训练 4 位量化，可在 RTX 4090/3090 等消费级 GPU 上将大模型压缩至 1/4 内存并加速推理，同时维持低于 2% 的困惑度损失，适合部署和 QLoRA 微调。
查看详情

GPU资源优化器

gpu-resource-optimizer
jeremylongshore/claude-code-plugins-plus-skills
127
为机器学习部署提供 GPU 资源优化指导，生成可生产化配置并校验模型服务、运维流水线与监控场景的应用实践。
查看详情

Groq多环境配置与部署

groq-multi-env-setup
jeremylongshore/claude-code-plugins-plus-skills
368
本技能指南提供了一个全面的方案，用于配置和管理 Groq API 在开发、预发布和生产环境中的访问。它解决了不同环境下的配置差异，确保了模型选择、速率限制和密钥管理的安全性，适用于构建稳定可靠的LLM应用。
查看详情

Groq生产部署清单

groq-prod-checklist
jeremylongshore/claude-code-plugins-plus-skills
167
这是一个全面的指南，用于确保使用 Groq API 的应用能够安全、稳定地部署到生产环境。内容涵盖API密钥管理、模型选型、速率限制规划、错误处理（如故障转移和熔断器）以及完善的监控和健康检查设置，确保系统平稳发布。
查看详情

半二次量化方案

hqq-quantization
Orchestra-Research/AI-Research-SKILLs
185
提供无需校准数据即可将大模型权重量化至1位的流程，兼容 vLLM 与 HuggingFace，支持多种后端和 LoRA/PEFT 微调，适合快速部署与实验极限量化。
查看详情

大型语言模型（LLM）实现与训练

implementing-llms-litgpt
Orchestra-Research/AI-Research-SKILLs
376
LitGPT提供了一个用于实现和训练超过20种前沿大型语言模型（如Llama, Gemma, Mistral）的工具。它支持完整的微调（Fine-tuning）、高效的LoRA适配以及从零开始的预训练流程。适用于需要清晰模型结构、学术理解或生产级部署的开发者。
查看详情

推理延迟分析器

inference-latency-profiler
jeremylongshore/claude-code-plugins-plus-skills
208
本技能自动处理推理延迟分析器相关任务，在 ML 部署场景中提供模型服务、MLOps 管道、监控和生产优化等按步骤指导，生成生产级代码并校验输出标准，助力快速完成推理性能调优。
查看详情

知识蒸馏：大模型压缩

knowledge-distillation
Orchestra-Research/AI-Research-SKILLs
417
知识蒸馏（KD）是一种核心的AI模型压缩技术。它旨在将性能强大的大型语言模型（Teacher）的知识，高效地转移给更小、更易于部署的学生模型（Student）。这使得开发者能够在不损失关键性能的前提下，大幅降低推理成本，实现将前沿大模型能力落地到实际应用场景。
查看详情

LangChain多环境配置与部署

langchain-multi-env-setup
jeremylongshore/claude-code-plugins-plus-skills
307
本指南详细介绍了LangChain应用在开发、预发布和生产环境的最佳实践配置方案。通过管理独立的API密钥、模型设置和LangSmith项目，确保了严格的环境隔离。流程涵盖了使用Zod进行配置校验、以及利用GitHub Actions或云服务商密钥管理，保证了应用的安全性和部署可靠性。
查看详情
上一页123456...111213下一页
语言
简体中文
English