人工智能 Skill技能列表
语音代理Skill voice-agents
语音代理是一种人工智能技能，专注于实现人类与AI系统的自然语音对话。它涉及处理语音识别（STT）、文本生成（LLM）和语音合成（TTS）等技术，以在低于800毫秒的延迟下实现流畅交互。关键挑战包括处理中断、背景噪音和情感细微差别。主要架构有语音到语音（S2S）和流水线架构，分别优化延迟和控制性。此技能适用于开发语音助手、客服系统等AI应用，关键词包括：语音代理、AI交互、低延迟、自然对话、语音识别、语音合成、STT、TTS、LLM、语音AI架构。
多语言文本分词技能Skill sentencepiece
SentencePiece 是一种高效、轻量级的语言无关分词器，用于自然语言处理（NLP）中的文本预处理。它支持BPE和Unigram算法，适用于多语言和CJK语言（中文、日文、韩文），提供可复现的分词和快速训练。关键词：SentencePiece、分词、NLP、多语言、BPE、Unigram、文本预处理、语言无关、CJK语言、机器学习。
HuggingFace分词器应用与训练Skill huggingface-tokenizers
HuggingFace Tokenizers是一个高性能的自然语言处理（NLP）分词工具，基于Rust实现，支持BPE、WordPiece和Unigram算法，可用于训练自定义分词器，处理大规模文本数据，并集成到Transformers库中。适用于需要快速分词或定制分词器的研究和生产环境。关键词：分词、NLP、BPE、WordPiece、Unigram、快速分词、HuggingFace、Transformers、自定义训练、对齐跟踪。
NeMoGuardrailsLLM安全防护框架Skill nemo-guardrails
NeMo Guardrails是一个用于大语言模型（LLM）应用的运行时安全框架，提供jailbreak检测、输入输出验证、事实检查、幻觉检测、PII过滤和毒性检测等功能。它使用Colang 2.0 DSL进行可编程防护，适用于生产环境，支持T4 GPU加速。关键词：LLM安全、运行时防护、AI应用安全、NVIDIA、事实检查、幻觉检测。
AI内容审核模型（LlamaGuard）Skill llamaguard
LlamaGuard是Meta开发的一个7-8B参数大语言模型，专门用于AI内容安全审核，能分类6种风险类别（如暴力和仇恨、性内容、犯罪计划等），准确率达94-95%。它适用于LLM输入和输出过滤，可集成到vLLM、HuggingFace等部署环境，提升AI对话的安全性。关键词：AI内容审核、安全分类、LlamaGuard、Meta、大模型、输入过滤、输出过滤、NLP。
句子嵌入框架Skill sentence-transformers
句子嵌入框架是一个用于生成高质量句子和文本嵌入的Python工具，支持语义相似度计算、RAG应用、多语言处理和领域特定模型，适用于自然语言处理任务，如语义搜索、文本聚类和分类。关键词：句子嵌入、语义相似度、RAG、多语言、NLP、AI、Python框架、预训练模型。
Qdrant向量搜索Skill qdrant-vector-search
Qdrant是一种高性能的向量相似性搜索引擎，专为构建生产环境的RAG（检索增强生成）和语义搜索系统而设计。它支持快速最近邻搜索、混合搜索与过滤、分布式存储，并优化了内存使用和查询性能，适用于AI应用中的向量数据管理和检索。关键词：向量搜索，RAG，语义搜索，Qdrant，高性能，分布式数据库，AI检索。
Pinecone向量数据库操作技能Skill pinecone
这个技能专注于使用Pinecone托管向量数据库来构建和部署生产级的人工智能应用。它支持检索增强生成(RAG)、推荐系统和大规模语义搜索，具备自动扩展、低延迟查询（p95 <100ms）、混合搜索（密集和稀疏向量）、元数据过滤和命名空间管理等功能。适用于服务器less、托管基础设施，提供高效的AI解决方案，方便SEO搜索。关键词包括：向量数据库、Pinecone、AI应用、RAG、混合搜索、自动扩展、低延迟、生产环境、元数据过滤。
RAG实现技能Skill rag-implementation
本技能是关于检索增强生成(RAG)的实现，涵盖文档分块、嵌入模型、向量存储、检索策略、混合搜索和重排序等功能，旨在提升信息检索和生成的准确性与效率，适用于RAG、语义搜索、向量搜索、AI应用等场景，助力优化数据检索流程。
FAISS相似性搜索库Skill faiss
FAISS是Facebook AI开发的用于高效相似性搜索和稠密向量聚类的库，支持数十亿向量、GPU加速和多种索引类型，适用于快速k近邻搜索、大规模向量检索和人工智能应用中的RAG系统。关键词：FAISS, 相似性搜索, 向量检索, GPU加速, 人工智能, RAG应用。
RAG工程师Skill rag-engineer
RAG工程师是专门负责构建和优化检索增强生成系统的专家，涉及嵌入模型、向量数据库、文档分块和检索策略，旨在提升大型语言模型在语义搜索、文档检索和AI应用中的性能。关键词：RAG、检索增强生成、嵌入模型、向量数据库、语义搜索、LLM优化。
Chroma向量数据库应用Skill chroma
Chroma是一个开源嵌入数据库，专为AI应用程序设计，支持向量搜索、元数据过滤和语义查询。适用于RAG应用、文档检索和LLM内存管理，关键词：Chroma, 向量数据库, 嵌入, RAG, 语义搜索, 开源, 自托管。