登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 19258+ 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 ，共找到 516 条记录
默认排序 最新上传 最多下载

自动AI智能体进化与优化

evolving-ai-agents
Orchestra-Research/AI-Research-SKILLs
271
A-Evolve是一个通用框架，用于通过LLM驱动的进化算法，自动优化和迭代改进AI智能体。它通过在标准基准测试（Benchmarks）上运行“求解-观察-进化”循环，持续优化智能体的提示词、技能和记忆，实现自学习的、性能增强的智能体。
查看详情

家庭安防AI基准测试套件

home-security-ai-benchmark
SharpAI/DeepCamera
172
本套件是一个全面的评估工具，用于基准测试大型语言模型（LLM）和视觉语言模型（VLM）在家庭安防领域的性能。它涵盖了143项测试，覆盖了工具使用、提示注入抵抗性、上下文推理、警报分诊和场景分析等16个关键领域，旨在确保智能家居AI系统的稳健性。
查看详情

Karpathy编码纪律检查器

karpathy-coder
alirezarezvani/claude-skills
378
基于Karpathy的编码原则，该工具帮助开发者在编码、审查和提交代码时保持高度纪律性。它强制用户明确假设、追求代码极简、进行外科手术式修改，并定义可验证的目标，从而有效防止模型和人类开发者过度设计和代码膨胀。
查看详情

LangChain内容块：多模态消息处理

langchain-content-blocks
jeremylongshore/claude-code-plugins-plus-skills
439
本技能深入讲解了LangChain 1.0中各种内容块（文本、图像、工具使用、思考、文档引用）的标准处理方法。它解决了不同LLM提供商（如Claude, GPT-4o, Gemini）在处理多模态输入、工具调用迭代和特殊内容块时的格式差异，确保代码的兼容性和稳定性。
查看详情

LangChain核心工作流构建与调试

langchain-core-workflow
jeremylongshore/claude-code-plugins-plus-skills
376
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。
查看详情

大模型链评估与回归测试

langchain-eval-harness
jeremylongshore/claude-code-plugins-plus-skills
387
本工具提供了一套全面的、可复现的LLM链和智能体评估系统。它集成了黄金数据集管理、LangSmith评估、RAGAS指标、deepeval LLM判别等功能。适用于为新构建的链条设置质量基线、诊断模型切换后的性能退化，以及在CI/CD流程中设置回归检测门禁。
查看详情

LangGraph状态图基础与最佳实践

langchain-langgraph-basics
jeremylongshore/claude-code-plugins-plus-skills
205
本技能详细指导用户使用Python构建健壮的LangGraph 1.0状态图。内容涵盖使用带有Reducer的TypedDict定义状态、编写节点函数、以及防御性地设置条件边。特别解决了图表常见的陷阱，如状态更新错误、图表静默终止、递归限制计算误区和检查点状态演进问题，确保了复杂的LLM工作流逻辑的可靠运行。
查看详情

LangChain中间件高级模式

langchain-middleware-patterns
jeremylongshore/claude-code-plugins-plus-skills
454
本技能提供了LangChain和LangGraph的标准化中间件模式，用于构建健壮的LLM应用。它解决生产环境中的关键问题，如跨租户PII泄露、令牌预算超支、提示注入防御（Guardrails）和缓存污染，确保AI应用的安全性、可靠性和成本控制。
查看详情

LangChain模型推理实战指南

langchain-model-inference
jeremylongshore/claude-code-plugins-plus-skills
284
本技能指南深入介绍了使用LangChain进行生产级、高可靠性的LLM推理。它解决了跨多模型提供商（如Anthropic, OpenAI, Gemini）集成时常见的关键陷阱，包括内容块（content block）的复杂处理、流式传输的精确Token计数、以及结构化输出的稳定性。旨在提供一套版本安全、可扩展的LLM调用方案。
查看详情

LangChain OTEL 可观测性追踪

langchain-otel-observability
jeremylongshore/claude-code-plugins-plus-skills
264
本技能旨在将LangChain 1.0和LangGraph 1.0的工作流深度集成到OpenTelemetry（OTEL）原生后端。它解决了核心可观测性痛点，包括确保提示词内容（Prompt Content）的准确捕获、实现子图（Subgraph）级的跨越式Span传播，并提供延迟、成本等五个LLM特定的服务级别目标（SLO）。适用于需要合规性、多租户或现有OTEL堆栈的场景。
查看详情

LangChain提示工程与版本控制

langchain-prompt-engineering
jeremylongshore/claude-code-plugins-plus-skills
194
本技能为LangChain应用提供了专业的提示工程解决方案。它解决了代码中嵌入式提示字符串易出错的问题，指导开发者将提示集中化并版本化。核心功能包括利用LangSmith平台进行提示的发布、回滚和A/B测试，通过固定的Commit Hash实现生产环境的稳定版本锁定，确保LLM应用的提示层可靠性。
查看详情

LLM知识库：第二大脑构建系统

llm-wiki
alirezarezvani/claude-skills
363
这是一个将大型语言模型（LLM）转变为Obsidian专业知识库维护员的系统。它核心原理是“知识积累/复合”，而非简单的检索增强生成（RAG）。用户只需持续输入源材料，LLM便负责自动进行提炼、关联、更新实体和概念，构建一个持续增长、结构化的“第二大脑”，非常适合进行深度研究、个人知识管理和企业内部文档沉淀。
查看详情
上一页123...21222324252627...414243下一页
语言
简体中文
English