人工智能 Skill技能列表
RAG架构设计技能Skill rag-design
这个技能用于设计检索增强生成（RAG）系统架构，针对特定用例如客户支持聊天机器人、文档问答、法律文档搜索等。它包括需求澄清、技能加载、代理生成、摄取和检索管道设计，以及质量和扩展优化。适用于AI驱动应用开发，提高信息检索和生成准确性。关键词：RAG架构、检索增强生成、AI设计、文档处理、向量数据库、LLM集成、智能系统开发。
PhoenixEvalsAI评估构建Skill phoenix-evals
Phoenix Evals 是一个专为AI和LLM应用程序设计的评估器构建工具。它遵循代码优先原则，利用LLM处理细微差别，并通过人类验证确保准确性。支持RAG系统评估、批量数据评估、实验运行和验证，适用于生产环境。关键词：AI, LLM, 评估, 构建, 代码, 验证, RAG, 实验, 生产。
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。
OCRWeb服务自动化Skill ocr-web-service-automation
这个技能用于通过Rube MCP自动化OCR（光学字符识别）网络服务任务。它涉及使用Composio的OCR Web Service工具包，通过自动化工具发现、连接和执行来简化和自动化OCR操作流程。关键词：OCR自动化、Rube MCP、Composio、网络服务、工具集成、自动化流程、工具发现、AI应用。
Megatron-Core大语言模型训练Skill training-llms-megatron
Megatron-Core 是一个用于训练大规模语言模型（2B-462B 参数）的框架，采用先进的并行策略（如张量并行、管道并行、专家并行），在 NVIDIA GPU（如 H100）上实现高 GPU 效率（最高 47% 模型浮点运算利用率），适用于生产环境训练如 LLaMA、Nemotron、DeepSeek 等模型。关键词：大语言模型训练，Megatron-Core，并行计算，GPU 优化，分布式训练，AI 模型训练。
Molfeat分子特征化库Skill molfeat
Molfeat是一个用于分子特征化的Python库，提供100多种预训练嵌入和手工特征器，可将化学结构转换为数值表示，用于QSAR建模、虚拟筛选、相似性搜索等机器学习任务。关键词：分子特征化、机器学习、化学信息学、QSAR、虚拟筛选、特征提取。
记忆系统Skill memory
记忆系统是一个基于向量嵌入的持久记忆服务，用于跨对话存储和检索用户偏好、事实、笔记和交易规则，支持语义搜索和日常活动日志记录。关键词：记忆系统，向量嵌入，语义搜索，API开发，人工智能应用，RAG检索增强生成
DeepChem（深度化学机器学习工具包）Skill deepchem
DeepChem 是一个用于化学、材料科学和生物学的 Python 机器学习库，专注于分子性质预测（如溶解度、毒性）、药物发现、材料设计和生物分子分析。它提供分子特征化、图神经网络（GNNs）、预训练模型和 MoleculeNet 基准数据集，支持迁移学习和深度学习应用。关键词：机器学习、化学、药物发现、分子性质预测、图神经网络、Python 库。
CrewAI多代理编排技能Skill crewai-multi-agent
CrewAI是一个用于构建和管理自主AI代理团队协作解决复杂任务的多代理编排框架。它支持角色定义、任务委托、记忆系统和生产工作流程，关键词：AI代理、多代理、编排、协作、工作流程、自主、智能体。
CLIP模型Skill clip
CLIP（对比语言-图像预训练模型）是OpenAI开发的一个多模态人工智能模型，专门用于连接视觉和语言信息。它能够执行零样本图像分类、图像-文本相似度计算、跨模态检索等任务，广泛应用于图像搜索、内容审核、视觉-语言任务等领域，无需额外训练。关键词：零样本图像分类、图像-文本匹配、内容审核、多模态AI、视觉语言模型。
AgentDesigner-多智能体系统架构Skill agent-designer
Agent Designer 是一个全面的工具包，用于设计、架构和评估多智能体系统，涵盖智能体架构模式、工具设计原则、通信策略和性能评估框架，旨在构建健壮、可扩展的AI智能体系统。
LLM应用模式Skill llm-app-patterns
这是一个关于构建生产就绪的大型语言模型（LLM）应用模式的技能。涵盖了 RAG 管道、智能体架构、提示 IDE 和 LLMOps 监控，适用于设计 AI 应用、实现 RAG、构建智能体或设置 LLM 可观测性。关键词：LLM 应用、RAG、智能体、提示工程、LLMOps。