大模型微调 Skill技能列表

4.5

提示词工程师Skill prompt-engineer

本技能专注于AI提示词的设计与优化,运用少样本学习、思维链、结构化输出等系统化工程技术,旨在提升大语言模型的响应效率与准确性。核心关键词包括:提示词工程、AI提示优化、大语言模型、少样本学习、思维链、结构化输出、提示词模板。

4.5

OpenAI文档查询助手Skill openai-docs-skill

OpenAI文档查询助手是一个通过命令行(CLI)工具快速搜索和获取OpenAI官方开发者文档的技能。它基于OpenAI的MCP(模型上下文协议)服务器,为用户提供关于OpenAI API(如Responses、Chat Completions、Realtime)、SDK、ChatGPT Apps SDK、Codex、MCP集成、端点模式、参数、限制和迁移等主题的最新、权威的官方文档。用户可以通过简单的命令(如`search`和`fetch`)高效地查找和阅读文档,确保开发工作的准确性和时效性。关键词:OpenAI文档查询,MCP服务器,CLI工具,API开发,官方文档,开发者指南,代码示例,端点模式。

4.5

多模型协同合成系统Skill synthese-multi-llm

多模型协同合成系统是一个基于多个大语言模型(LLM)的文本分析与合成工具。它通过协调Claude、Gemini、Codex三个模型,分别担任内容提取者、忠实性守护者和意义架构师的角色,采用多轮审议机制,对源文本进行深度分析、交叉验证和语义一致性检查,最终生成高可靠性、可追溯的合成文本。该系统特别适用于需要高精度、防语义漂移的文本处理场景,如法律文件分析、学术文献综述、商业报告生成等。关键词:多模型协同、文本合成、语义漂移检测、LLM理事会、交叉验证、审计跟踪、AI文本分析、大语言模型集成。

4.5

宪法式AI提示词技能Skill constitutional-ai-prompts

这是一个用于设计和实施大语言模型(LLM)安全与伦理对齐的提示词工程技能。它通过定义一套“宪法”原则,引导AI进行自我批判、修订,并生成无害、合规的响应。核心功能包括:构建AI安全护栏、内容审核、伦理框架设计、红队测试以及拒绝不安全请求的模式。关键词:AI安全,伦理对齐,提示词工程,大语言模型,内容审核,宪法式AI,安全护栏,LLM对齐,无害AI,自我批判。

4.5

少样本示例生成技能Skill few-shot-example-gen

该技能专注于为大语言模型(LLM)生成和优化少样本示例,旨在通过提供高质量、多样化的示例来提升模型的提示遵循能力、意图识别准确性和任务执行效果。核心功能包括示例生成、智能选择策略、排序优化和格式设计,是提示工程和AI应用开发的关键工具。 关键词:少样本学习,示例生成,提示工程,大语言模型优化,AI性能提升,意图分类,语义相似性,示例选择策略

4.5

LLM调优模式Skill llm-tuning-patterns

LLM调优模式提供基于研究的LLM参数配置指南,适用于定理证明、代码生成和创造性任务,通过优化max_tokens、temperature等参数提升模型性能。关键词:LLM调优、参数配置、定理证明、代码生成、创造性任务、AI模型优化。

4.5

提示工程模式Skill prompt-engineering-patterns

此技能专注于通过高级提示工程技术优化大型语言模型(LLM)的性能、可靠性和可控性。它涉及Few-Shot学习、Chain-of-Thought提示、提示优化、模板系统等核心能力,适用于AI应用开发和LLM微调。关键词:提示工程、LLM优化、Few-Shot学习、Chain-of-Thought、Prompt模板、AI智能体。

4.5

LocalLLMDeploymentSkill LocalLLMDeployment

这项技能涉及在本地环境中部署和优化大型语言模型(LLMs),包括使用Ollama、vLLM和llama.cpp等工具进行模型服务的设置、性能调优、量化策略和监控。关键词包括:Docker容器化、GPU硬件优化、Python编程、模型量化、张量并行、流水线并行。

4.5

人工智能大语言模型工程技能Skill ai-llm

该技能专注于生产级大语言模型(LLM)系统的开发与工程,涵盖从架构选择、数据集设计、PEFT/LoRA微调、评估工作流到部署和生命周期运营的全过程。强调成本优化、安全控制和现代最佳实践,适用于构建、评估和部署LLM应用。关键词:LLM工程、大模型微调、RAG应用、AI智能体、成本控制、评估部署、生产标准、安全治理。

4.5

本地大语言模型微调Skill local-llm-fine-tuning

本地大语言模型微调是一种专注于在本地硬件上使用LoRA、QLoRA等高效技术对大语言模型进行微调,以适应特定任务或领域,如改变输出风格、教授新知识或强制执行特定格式。关键词包括:大语言模型、微调、LoRA、QLoRA、Hugging Face Transformers、PEFT、本地训练、数据格式化、人工智能。

4.5

路由器统计Skill router-stats

Claude Router使用统计与成本分析工具,用于监控AI模型路由使用情况、查询分布统计和成本节省分析。关键词:Claude Router,AI模型路由,成本优化,使用统计,查询分析,大模型部署,AI成本管理,路由监控,性能分析,费用节省。

4.5

AI模型参考Skill ai-models

提供最新的AI模型信息,包括Anthropic的Claude、OpenAI、Google的Gemini、Eleven Labs和Replicate等,覆盖复杂推理、快速聊天、代码生成等多种任务,帮助用户根据任务需求选择合适的AI模型。