人工智能 Skill技能列表

PyTorch几何库Skill torch-geometric

4.5

这个技能是用于开发和训练图神经网络(GNN)的Python库,基于PyTorch。它支持节点分类、图分类、链接预测、异构图处理、分子属性预测等应用,适用于社交网络分析、引用网络、3D几何数据等场景,是几何深度学习的强大工具。关键词:图神经网络、深度学习、PyTorch、GCN、GAT、GraphSAGE、节点分类、图分类、链接预测、分子属性预测、异构图。

RAG系统管理Skill rag-administration

4.5

RAG系统管理技能专注于检索增强生成系统的优化与维护,包括向量索引重建、搜索参数调优、自定义索引创建等功能。通过混合搜索、智能体检索和重新排序技术,提升知识库问答的准确性和效率。关键词:RAG系统、向量数据库、检索增强生成、搜索优化、索引管理、AI问答系统、知识库管理、语义搜索、智能体检索、混合搜索。

谷歌GeminiAPI集成技能Skill google-gemini-api

4.5

本技能提供Google Gemini API的全面指南,涵盖从安装配置、模型选择到高级功能如多模态输入、函数调用、错误处理等,适用于开发者集成AI功能到应用中。关键词:Gemini API, AI开发, 多模态AI, 函数调用, 错误调试, SDK迁移, 文本生成, 流式处理

WitAI自动化技能Skill wit-ai-automation

4.5

这个技能用于通过Rube MCP和Composio的Wit AI工具包自动化自然语言处理(NLP)任务,包括工具发现、连接管理和工作流执行,适用于人工智能应用开发、自动化测试、智能助手集成和自动化流程优化。关键词:Wit AI、Rube MCP、Composio、NLP、自动化、人工智能、工具包、工作流。

agentuity-cli-云向量命名空间列表Skill agentuity-cli-cloud-vector-list-namespaces

4.5

Agentuity云平台向量数据库命名空间管理工具,用于列出所有向量命名空间。关键词:向量数据库,命名空间管理,Agentuity CLI,云平台操作,AI应用开发,RAG应用,大模型微调

闭环设计技能Skill closed-loop-design

4.5

这个技能用于设计闭环提示,通过请求-验证-解决结构提升代理工作流的可靠性和自纠正能力,适用于创建自验证代理、添加反馈循环和自动化验证,关键词包括闭环设计、代理可靠性、反馈循环、自动化测试、代理工作流、AI智能体、软件验证。

reweaveSkill reweave

4.5

这是一个用于更新旧笔记以包含新连接的技能,通过重新审视和整合现有知识,保持知识体系的活力和相关性。关键词包括:笔记更新、知识整合、连接增强。

采纳技能Skill adopt

4.5

这个技能用于在现有的Obsidian知识库中安装和配置Claude个人知识管理(PKM)系统。它通过扫描vault结构、交互式映射文件夹并生成配置文件,实现无缝集成,无需从头开始。关键词:Obsidian, PKM, Claude, 安装, 配置, 知识管理, 自动化

论文全方位转化Skill paper-2-web

4.5

这个技能使用AI驱动的自主管道,将学术论文(LaTeX或PDF)自动转换为交互式网站、专业演示视频和会议海报,适用于学术推广、会议准备和内容传播。关键词:学术论文转换、AI生成内容、网站生成、视频制作、海报设计、SEO优化。

模板工程Skill template-engineering

4.5

这个技能用于设计和创建元提示模板,将工程工作流编码为可重用和可扩展的单位。适用于生成计划、设计工作流模板和编码团队最佳实践到AI代理提示中。关键词:元提示、模板、工程工作流、AI智能体、计划生成、可重用模板、SEO搜索。

人性化器Skill humanizer

4.5

这是一个基于Wikipedia AI写作迹象指南的技能,用于检测和修复AI生成文本中的不自然模式,如夸大象征意义、宣传语言等,并提供更自然的改写,使文本更人性化。适用于写作编辑、内容审查和自然语言处理场景。关键词:AI写作检测,文本人性化,自然语言处理,写作编辑工具。

PyTorch部署Skill PyTorchDeployment

4.5

这项技能涵盖了如何将 PyTorch 模型部署到生产环境,包括模型导出、优化、服务部署、监控和性能基准测试等关键步骤,是实现深度学习模型从开发到上线的重要指南。