软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 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 506 条记录

默认排序最新上传最多下载

模拟销售业务流程周期

该技能用于模拟业务流程（销售Pod）的一个完整运行周期。它主要用于预演和测试，能够在不调用真实大型语言模型工作者的情况下，完成模板加载、输入验证、代理解析和预算预留等关键步骤，最终输出结构化的状态报告。

提示词优化器

prompt-optimizer

本工具旨在帮助用户优化和完善用于大型语言模型（LLM）的提示词。它通过结构化输入指令，确保AI接收到的信息清晰、全面且具有上下文深度，从而显著提升AI生成内容（如代码、文章、摘要等）的质量和相关性。

结构化文本解析：正则与LLM决策框架

regex-vs-llm-structured-text

这是一个实用的决策框架，指导用户在结构化文本（如表格、试题、发票）解析时，选择使用正则表达式还是大型语言模型（LLM）。核心思路是：利用低成本、确定性的正则匹配处理大部分（95-98%）的常见模式，并引入置信度评分机制，只在遇到低置信度的边界案例时，才调用昂贵的LLM进行二次校验，从而实现成本和精度的最佳平衡。

模型网关：多模态大模型路由

routerbase-model-gateway

sickn33/antigravity-awesome-skills

RouterBase模型网关提供了一个统一的、兼容OpenAI的API接口，用于将请求智能路由到多个大型语言模型（如GPT、Claude、Gemini等）。它帮助开发者简化多模型调用流程，实现基于成本、延迟和质量的智能故障切换（Fallback），并支持复杂的多模态任务管理。

自动化智能体合规性测量

该工具用于评估编程智能体是否严格遵守了指定的技能或业务规则。它能自动生成不同严格度的测试场景，执行智能体，并通过LLM分析，生成一份详细报告，精确测量工具调用与预设工作流规范的合规性。

自动化测试驱动代码修复

该工具实现了测试驱动开发（TDD）的完整修复闭环。当单元测试失败时，它会自动调用受限的AI智能体，修改源代码以使测试通过。这极大地简化了CI故障修复流程和本地TDD工作流，将测试的通过/失败状态作为代码修复的最终验证标准。

Ruvector 框架初始化设置

该技能用于自动化初始化和配置 ruvector 框架。它会自动安装所有必需的可选依赖插件（如 ONNX、Brain 和 LLM 组件），并注册 MCP 服务器。最后，通过一系列完整的诊断测试，确保整个工具链具备最佳运行状态。

反AI设计：提升界面真实感

Nutlope/hallmark

Hallmark是一款为AI代码助手设计的专业技能，旨在确保生成的用户界面具有专业、非模板化的视觉和结构美感。它可以用于新页面的设计构建（默认模式）、对现有设计进行反模式审计（audit）、在保留原有业务逻辑的前提下进行结构重设计（redesign），或从截图/URL中提取设计“DNA”进行参考（study）。

NLP可复现性最佳实践指南

acl-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了NLP和LLM学术研究领域可复现性的高标准要求。它涵盖了“负责任的NLP清单”要求，指导用户如何精确报告超参数、模型版本、原始提示词（Prompts）、解码参数、数据污染审计和实验方差，确保所有研究结论都是可追溯和可验证的。

ACL学术论文写作风格指南

acl-writing-style

brycewang-stanford/Awesome-Journal-Skills

本指南旨在帮助作者修改自然语言处理（NLP）和计算语言学论文，使其符合ACL等顶级会议的学术要求。核心在于强调任务导向、论证的严谨性、在大型语言模型（LLM）时代限定和量化技术贡献，并指导如何进行结构性压缩和提升学术说服力。

自动化软件工程实验评估规范

ase-experiments

brycewang-stanford/Awesome-Journal-Skills

这是一份为研究人员和审稿人设计的自动化软件工程（ASE）评估指南。它详细说明了进行科学、严谨和可复现的评估所需的各项规范，包括使用真实的软件系统、搭建公平的工具基线、进行组件隔离的消融研究（Ablation），并要求明确定义验证机制和完整的数据溯源记录，确保评估结果的可靠性。

自动化SE可复现性提交指南

ase-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南为自动软件工程（ASE）论文投稿的作者提供详细指导，旨在确保研究结果的可复现性。内容涵盖了强制性的数据可用性声明、构建可运行的匿名化工具、锁定系统和数据源的完整溯源信息（SHA、版本号），以及如何缓存大型语言模型（LLM）的输出，以满足严格的同行评审要求。

上一页 1 2 3...28 29 303132 33 34...41 42 43 下一页

语言