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 OpenAI ，共找到 82 条记录
默认排序 最新上传 最多下载

大模型结构化输出提取

llm-structured-output
sickn33/antigravity-awesome-skills
365
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。
查看详情

自主LLM研究迭代评审循环

auto-review-loop-llm
wanshuiyin/Auto-claude-code-research-in-sleep
494
该技能实现自主研究迭代优化流程。它利用兼容OpenAI的LLM，自动进行多轮评审、打分及提出改进方案，直至研究内容达到可提交（Ready）的专家级标准。它支持状态管理，模拟了完整的专业同行评审过程。
查看详情

PydanticAI：类型安全LLM代理框架

pydantic-ai
sickn33/antigravity-awesome-skills
226
PydanticAI 是一个强大的 Python 框架，它将 Pydantic 的类型验证能力引入大型语言模型（LLMs）。它允许开发者构建生产级的 AI 代理，确保 LLM 的输出具有严格的结构化和数据类型安全，不再仅仅是原始文本。框架支持工具调用、依赖注入和多模型兼容性，适用于需要高可靠性和准确数据结构的复杂 AI 场景。
查看详情

Arize AI模型提供商集成管理

arize-ai-provider-integration
github/awesome-copilot
159
该技能用于在Arize平台上管理和配置各类大型语言模型（LLM）提供商的集成凭证。用户可以创建、列表、获取和更新OpenAI、Anthropic、Azure OpenAI、AWS Bedrock等主流模型的凭证信息，是实现Arize高级模型评估和监控功能的核心步骤。
查看详情

Anthropic API 错误排查指南

anth-known-pitfalls
jeremylongshore/claude-code-plugins-plus-skills
117
本指南详细列出了使用 Anthropic Claude API 时开发者常犯的错误和最佳实践。内容涵盖了与OpenAI等其他模型API的关键区别，例如强制要求设置`max_tokens`、正确处理系统提示词的位置，以及准确解析API响应结构等，帮助开发者规避集成陷阱。
查看详情

OpenAI到Anthropic Claude迁移指南

clade-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
306
本指南详细指导如何将使用OpenAI/GPT模型的应用程序迁移到Anthropic/Claude API。内容涵盖了API端点、响应结构、系统提示词处理、工具调用模式等关键差异。提供了代码示例和详细的迁移步骤，帮助开发者平稳过渡AI后端架构。
查看详情

从OpenAI到Anthropic迁移指南

anth-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
145
本指南深入介绍了从OpenAI到Anthropic（Claude）的迁移策略，旨在帮助开发者平稳过渡。内容涵盖了关键的API差异点，如系统提示词、工具调用格式和响应路径的修改，并提供了构建多模型服务抽象层的最佳实践。
查看详情

LLM模型迁移与适配指南

cohere-migration-deep-dive
jeremylongshore/claude-code-plugins-plus-skills
380
本指南提供了一份全面的技术参考，指导用户如何将现有基于OpenAI或Anthropic等模型的AI应用，平稳迁移到Cohere平台。内容详细涵盖了API调用适配、向量嵌入的重新构建、工具定义迁移以及使用适配器模式等关键实战步骤，确保AI系统平稳过渡。
查看详情

LangChain模型推理实战指南

langchain-model-inference
jeremylongshore/claude-code-plugins-plus-skills
181
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

Together AI CI/CD 集成测试

together-ci-integration
jeremylongshore/claude-code-plugins-plus-skills
85
本技能提供了一套完整的CI/CD流程，用于自动化测试使用Together AI的OpenAI兼容API的应用程序。它设置了GitHub Actions工作流，确保在每次Pull Request时运行单元测试（模拟推理和嵌入响应），并在合并到main分支时执行完整的集成测试，从而全面验证了模型调用、提示词格式和API连通性。
查看详情

Together AI API 错误处理指南

together-common-errors
jeremylongshore/claude-code-plugins-plus-skills
86
本指南全面收录了在使用 Together AI API时可能遇到的常见错误代码和解决方案。无论是在模型推理、微调数据集处理还是部署过程中，它都能帮助开发者快速定位并解决认证、速率限制、输入验证和计费等各类问题。
查看详情

Together AI成本调优指南

together-cost-tuning
jeremylongshore/claude-code-plugins-plus-skills
122
本指南提供一套全面的成本优化方案，用于在使用Together AI的OpenAI兼容API时管理和降低支出。内容涵盖推理（inference）、微调（fine-tuning）和模型部署等多个环节的最佳实践。用户可以学习如何根据需求选择合适的模型规模、利用缓存和批量推理等技术，从而在保证性能的同时，最小化AI运行成本。
查看详情
上一页1234567下一页
语言
简体中文
English