下载

Skill UI

浏览并发现 11118+ 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 LLMs ，共找到 113 条记录

默认排序最新上传最多下载

Hugging Face云端大型语言模型训练

hugging-face-model-trainer

sickn33/antigravity-awesome-skills

本技能指导用户利用Hugging Face的云基础设施，进行大型语言模型和视觉模型的专业微调与训练。支持使用TRL（SFT, DPO等）或Unsloth等前沿方法，无需本地GPU环境即可在云端完成复杂的训练任务，并支持将模型转换为GGUF格式进行本地部署。

跨平台AI聊天界面开发工具

sickn33/antigravity-awesome-skills

MolyKit是一个全面的工具包，专为构建跨平台的AI聊天应用程序而设计。它提供核心功能，用于集成OpenAI等大型语言模型（LLMs），处理实时的SSE流式响应，并管理复杂的跨平台异步流程。该工具包包含消息、输入和头像等即用型组件，非常适合开发者创建复杂的、多语言的聊天体验。

卡帕蒂LLM编码指南

andrej-karpathy

sickn33/antigravity-awesome-skills

这套行为准则源自Andrej Karpathy的观察，旨在指导用户在使用大语言模型（LLM）进行代码编写、代码审查或重构时，避免过度设计、进行手术式修改、明确提出假设，并定义可验证的成功标准，从而提升代码的简洁性和健壮性。

实时多模态AI智能体构建

sickn33/antigravity-awesome-skills

这是一个用于构建生产级、低延迟的实时多模态AI智能体框架。它允许开发者在一个统一的管道中编排复杂的AI流程，无缝处理实时音频、视频和文本数据。核心功能包括集成多种AI服务（如LLM、语音识别、TTS），管理对话上下文，并支持函数调用，适用于构建高级交互式AI应用。

雅恩·勒昆的AI辩论与批判

yann-lecun-debate

sickn33/antigravity-awesome-skills

本模块汇集了雅恩·勒昆关于大语言模型的全面论点。它深入批判了“涌现推理”的概念，强调LLMs的统计预测与真正的世界模型之间的差异，并涵盖了AI因果关系、常识以及通用人工智能（AGI）的可行性等高级技术辩论。适用于需要专业、批判性视角的AI讨论场景。

LLM提示词结构化优化

sickn33/antigravity-awesome-skills

本方法论将冗长、自然的语言系统指令，转化为原子化、结构化的标签格式。它通过分解复杂的规则为明确的标签（如trigger:、action:），解决了大型语言模型（LLM）指令遵循度低的问题，极大地提高了规则执行的精准度、可靠性和效率。

llms.txt 规范生成

zubair-trabzada/geo-seo-claude

生成或校验 llms.txt，指导 AI 抓取与理解站点内容，强调关键页面与信息，稳固品牌叙事。

本地大模型推理与部署专家

local-llm-expert

sickn33/antigravity-awesome-skills

该技能专精于本地大语言模型（LLM）的部署、推理和性能优化。涵盖Ollama、vLLM、llama.cpp等主流推理引擎，以及GGUF、EXL2等主流量化格式。帮助用户在本地硬件上安全、高效地运行先进模型，尤其侧重于隐私保护和离线应用部署。

大模型结构化输出提取

llm-structured-output

sickn33/antigravity-awesome-skills

本技能旨在教授如何从大型语言模型（LLM）API中提取类型安全、结构化的数据，避免解析非结构化文本。内容涵盖主流模型（如OpenAI、Anthropic、Google）的最佳实践，包括使用JSON Schema定义结构、实现约束解码，以及构建包含重试机制的生产级数据管道。

提示词优化器

prompt-optimizer

affaan-m/everything-claude-code

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。

论文自动优化循环

auto-paper-improvement-loop

wanshuiyin/Auto-claude-code-research-in-sleep

该技能用于自动化优化学术论文的写作质量。它通过循环机制（审阅→修改→重编译），利用先进的语言模型对已生成的论文进行多轮次的深度润色和优化。主要目的是提升文章的逻辑结构、修正理论不一致性，并增强整体的表达和呈现质量，帮助用户将初稿提升至可提交的优秀状态。

自动化AI数据采集代理

data-scraper-agent

affaan-m/everything-claude-code

该代理旨在为任何公开数据源（如招聘板、价格、新闻等）构建一个全自动、AI驱动的数据采集系统。它能定时抓取数据，利用免费的大语言模型（如Gemini Flash）进行数据富集和分析，并将结果结构化地存储到Notion、Sheets或Supabase等数据库中。适用于需要持续监控和跟踪网络数据的场景。

上一页 1 2 3 4 567 8 9 10 下一页

语言