下载

Skill UI

浏览并发现 9785+ 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 LLM调试，共找到 13 条记录

默认排序最新上传最多下载

Axolotl大模型微调助手

Orchestra-Research/AI-Research-SKILLs

为 Axolotl 提供大模型微调指导，涵盖 YAML 配置、LoRA/QLoRA、DPO 等优化策略及多模态支持，适用于开发、调试和查阅文档。

Axolotl大模型微调助手

Orchestra-Research/AI-Research-SKILLs

为 Axolotl 提供大模型微调指导，涵盖 YAML 配置、LoRA/QLoRA、DPO 等优化策略及多模态支持，适用于开发、调试和查阅文档。

LangChain调试证据收集器

langchain-debug-bundle

jeremylongshore/claude-code-plugins-plus-skills

用于收集LangChain应用的全面诊断信息。它能够获取完整的环境快照、依赖库版本、详细的执行流程跟踪（包括LLM调用和工具使用，如LangSmith traces），以及完整的错误堆栈。适用于故障排查和准备提交高质量的Bug报告。

Langfuse LLM 调用可观测性

langfuse-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

本工作流展示了如何使用 Langfuse 为大型语言模型（LLM）调用、链式调用和复杂 Agent 实现端到端的完整追踪。它覆盖了包括 OpenAI 包装器、RAG 流程的手动 Span 追踪、流式响应监控以及多模型（如 OpenAI, Anthropic）的集成。适用于需要深入了解 AI 系统性能、调试复杂流程和监控生产环境 LLM 使用情况的场景。

Langfuse本地开发与调试工作流

langfuse-local-dev-loop

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的Langfuse本地开发工作流，专为LLM应用开发设计。它支持热重载、实时追踪和调试功能，使用户能够在本地环境中快速迭代、观察和优化所有的模型调用及流程，并可选地部署本地私有实例，确保开发体验流畅高效。

LLaMA 工厂指南

Orchestra-Research/AI-Research-SKILLs

提供 llama-factory 的全面指南，通过 WebUI 无代码方式帮助微调大模型，涵盖 QLoRA/LoRA 量化、多模态和 HuggingFace 生态下的常见模型及调试技巧。

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。

LLM提示词优化与调试

arize-prompt-optimization

github/awesome-copilot

本技能提供了一个完整的LLM提示词优化、改进和调试框架。它利用生产追踪数据、系统评估和人工标注来提取提示词。用户可以运行数据驱动的优化循环，确保AI的回复达到期望的质量标准。适用于提示词调优、系统提示优化和提升整体AI输出质量。

LLM追踪导出与行为分析

github/awesome-copilot

该技能提供全面的工具，用于下载、导出和深度检查Arize追踪和跨度（Spans）。它帮助用户理解大型语言模型（LLM）应用的完整执行流程，用于调试运行时错误和进行根本原因分析。用户可按追踪ID、跨度ID或会话ID筛选数据，进行深度行为分析。

LLM轨迹与故障调试命令行工具

github/awesome-copilot

Phoenix CLI是一个强大的命令行工具，用于调试复杂的LLM和智能体（Agent）工作流。它能获取并分析详细的调用轨迹（traces）、跨度（spans）和会话（sessions），并通过开放式和轴心编码等方法，帮助用户系统地分析错误，构建失败分类体系，从而指导应用评估。

LangChain核心工作流构建与调试

langchain-core-workflow

jeremylongshore/claude-code-plugins-plus-skills

本技能详细介绍了使用LangChain 1.0核心组件构建复杂、健壮的LLM工作流。涵盖了`RunnableParallel`（并行任务）、`RunnableBranch`（条件路由）和`RunnablePassthrough`（状态传递）等核心概念。特别强调了如何通过调试探针和类型注解来解决多步骤链中常见的输入输出形状错误（如KeyError），适用于复杂的RAG、分类或信息提取流程。

MindTickle系统诊断与调试包

mindtickle-debug-bundle

jeremylongshore/claude-code-plugins-plus-skills

本工具用于收集MindTickle平台的全面诊断证据，涵盖API连接状态、课程目录、用户注册信息、测评进度和CRM同步状态。它帮助用户在无需管理员权限的情况下，诊断出内容缺失、评分异常或单点登录（SSO）配置等复杂的系统故障，为技术支持提供完整的诊断报告。

语言