这个技能利用OpenAI的Whisper模型，通过API实现音频文件的自动转录，支持多种音频格式和参数设置，关键词包括OpenAI Whisper、音频转录、语音转文本、API调用、curl脚本。

TRL（Transformer 强化学习）是一个用于通过强化学习对齐语言模型与人类偏好的技能，包括监督微调（SFT）、直接偏好优化（DPO）、PPO和GRPO等方法，适用于RLHF流程、偏好对齐和奖励模型训练。关键词：TRL, 强化学习, 语言模型, 微调, RLHF, DPO, PPO, 人工智能, 大模型, HuggingFace, 偏好学习。

RAG架构技能专注于设计和优化检索增强生成（RAG）系统，涵盖文档处理、嵌入模型选择、检索策略、上下文组装等关键环节，用于构建知识基础的AI应用，如LLM问答、知识检索。关键词：RAG、检索增强生成、嵌入模型、向量搜索、语义搜索、LLM应用、AI架构设计。

Navigator 特性技能是一个交互式工具，用于展示和切换 Navigator 的各项功能，帮助用户理解可用特性并根据需要进行自定义设置，以优化用户体验和资源利用。

这是一个为人工智能代理设计的记忆系统技能，提供持久化、可搜索的知识管理功能，支持存储和检索架构、模式和决策，便于 AI 代理的长期学习和决策支持。关键词：AI 代理、知识管理、记忆系统、搜索功能、存储管理、MCP 服务器。

使用Tesseract OCR引擎和Python进行光学字符识别（OCR）的综合指南，包括安装、基本用法、多语言支持、图像预处理、OCR配置优化、后处理等。

MLflow是一个框架无关的机器学习生命周期管理平台，用于跟踪机器学习实验、管理模型注册表、部署模型到生产环境和重现实验。它支持多种ML框架如PyTorch、TensorFlow、Scikit-Learn，并集成团队协作、自动记录、版本控制和SEO关键词包括机器学习、AI、模型部署、实验跟踪、MLOps。

这个技能用于生成关于大模型量化技术的公众号级科普文章，帮助技术大众（如AI爱好者、初级工程师）轻松理解复杂AI概念，通过生活化类比、结构化对比和避坑指南降低学习门槛，遵循三段式逻辑，确保内容可读性强。关键词：大模型量化、科普写作、公众号、AI工程化、技术传播。

这个技能用于通过AI技术生成符合政府标准的正式报告，输出为Word兼容的纯文本格式。它基于真实事件、法规和工程约束，提供技术评估，并将复杂概念转化为非技术决策者可理解的术语。关键词：AI报告生成、政府文档、Word格式、政策分析、自然语言处理。

RWKV是一种结合Transformer和RNN的混合神经网络架构，具有线性推理复杂度、无限上下文处理能力和高效内存使用。适用于长序列处理、流式应用和大模型训练与推理，特别适合AI领域的模型开发和优化。关键词：RWKV, Transformer, RNN, 线性复杂度, 无限上下文, 高效推理, 机器学习, AI模型, 大模型微调

这个技能用于为大型语言模型（LLM）提供优化建议，优化服务延迟、推理成本和吞吐量性能，涵盖量化、批处理和框架选择等策略。关键词：LLM优化，人工智能，深度学习，服务优化，成本降低，吞吐量提升

本地LLM微调技能专注于在本地硬件上使用LoRA、QLoRA等高效技术微调大型语言模型，如Llama、Mistral、Gemma。涉及数据集准备、模型配置、训练优化和评估，适用于人工智能、自然语言处理和大模型应用开发。关键词：本地LLM微调、LoRA、QLoRA、PEFT、Hugging Face、模型训练、AI微调。