登录
下载

Skill UI

浏览并发现 15558+ 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 397 条记录
默认排序 最新上传 最多下载

LLM 评估框架

evaluating-llms-harness
Orchestra-Research/AI-Research-SKILLs
485
提供涵盖 MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag 等 60+ 学术基准测试的标准化评估流程，可用来对 HuggingFace、vLLM 或 API 模型打分、比对性能、跟踪训练进度。
查看详情

Exa搜索结果处理与RAG上下文管理

exa-data-handling
jeremylongshore/claude-code-plugins-plus-skills
186
用于处理和优化来自Exa搜索API的原始搜索结果。该技能提供对内容提取范围的全面控制，支持选择元数据、高亮、全文或结构化摘要。核心功能包括实现带时效性的结果缓存、引用去重，以及最关键的基于令牌预算的内容筛选，确保检索内容能适配大型语言模型（LLM）的上下文窗口，是构建高级RAG和知识检索系统的关键工具。
查看详情

LLM微调专家指南

fine-tuning-expert
Jeffallan/claude-skills
454
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

TRL RLHF 训练管线

fine-tuning-with-trl
Orchestra-Research/AI-Research-SKILLs
487
使用 TRL 提供的 SFT、DPO、PPO/GRPO 和奖励模型训练流程，对 HuggingFace 模型进行 RLHF 调整，使其符合偏好与人类反馈。
查看详情

网页爬取与内容抓取工作流

firecrawl-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
50
本工作流提供核心机制，用于将复杂的实时网站内容转换为干净、结构化的、适用于大型语言模型（LLM）的Markdown格式。它支持单页抓取、深度站点爬取以及大规模异步内容爬取，是构建健壮内容摄取管道的理想方案，能够可靠地从网页中提取结构化信息。
查看详情

结构化数据提取与批量网页抓取

firecrawl-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
88
这是一个高级工作流，用于执行复杂的网页数据采集任务。它支持三大功能：使用JSON Schema或自然语言提示进行LLM驱动的结构化数据提取；高效批量抓取多个已知URL；以及快速生成网站地图，发现目标站点所有可访问的URL。适用于需要结构化、可编程类型数据而非原始文本内容的场景。
查看详情

火爬数据处理与知识库构建

firecrawl-data-handling
jeremylongshore/claude-code-plugins-plus-skills
248
这是一个全面的数据管道，用于处理、验证和优化来自Firecrawl爬取的网页内容。它支持Markdown清洗、使用Zod进行结构化数据提取、内容去重和为LLM/RAG系统定制的文本分块（Chunking）。旨在确保爬取的数据是标准化、干净、结构化的，可直接用于构建知识库或进行下游AI应用。
查看详情

Web数据采集与结构化提取

firecrawl-hello-world
jeremylongshore/claude-code-plugins-plus-skills
164
Firecrawl是一个强大的网络数据采集API，用于从网站中获取和处理信息。它支持单页抓取、多页爬取、站点地图生成和利用LLM进行结构化数据提取。适用于构建数据管道、自动化内容监控或进行市场数据分析。
查看详情

爬虫迁移：从 Puppeteer 到 Firecrawl

firecrawl-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
155
本指南提供了一个完整的框架，用于将传统的、依赖浏览器或CSS选择器的爬虫代码（如Puppeteer, Playwright）迁移到Firecrawl API。它展示了如何简化爬取流程，实现单页抓取、使用LLM进行结构化数据提取，以及复杂的全站爬取，从而彻底摆脱复杂的浏览器管理和反爬虫机制。
查看详情

设备端大型语言模型集成指南

foundation-models-on-device
affaan-m/everything-claude-code
59
本指南详细介绍了如何在设备端集成大型语言模型（LLM）。它涵盖了文本生成、使用@Generable进行结构化数据提取、实现自定义工具调用以及流式响应等高级模式。核心优势在于保证用户隐私和离线可用性，所有计算都在本地完成。
查看详情

引导式模糊测试词典

fuzzing-dictionary
trailofbits/skills
128
模糊测试词典通过领域关键词、魔法数、协议命令等令牌，帮助解析器、协议或格式代码更容易覆盖深层路径，适合与 libFuzzer/AFL++/cargo-fuzz 等结合，并通过字典参数注入有效输入。
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
上一页123456...323334下一页
语言
简体中文
English