BentoML模型打包器是一款专业的机器学习模型部署工具，专注于模型打包、API服务化和容器化部署。支持多种主流ML框架（如sklearn、PyTorch、TensorFlow），提供完整的模型生命周期管理，包括版本控制、Docker容器构建、Kubernetes部署配置生成和自适应批处理优化。适用于AI模型生产化部署、MLOps流水线集成和云原生AI应用开发。

这是一个AI驱动的个人记忆系统功能，用于自动扫描Obsidian知识库中本周修改的文件，识别并记录重要事件、决策和情绪，帮助用户完善L1情境层记忆。关键词：AI记忆，文件扫描，事件识别，决策记录，Obsidian，周复盘。

这个技能用于在 Hugging Face 平台管理模型评估，包括从 README 提取评估表格、导入 Artificial Analysis 基准分数，以及使用 vLLM 或 lighteval 运行自定义评估。关键词：Hugging Face, 模型评估, AI评估, 机器学习, NLP, 大模型评估, 人工智能工具。

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。

这个技能用于创建定时任务和提醒，支持一次性、间隔和cron触发，可用于个人提醒或AI操作自动化。关键词：定时任务、提醒、AI操作、任务调度、自动化、智能助手。

这是一个用于 inference.sh 平台的 Python SDK，支持同步/异步调用、流式传输、文件上传等功能，专门用于构建 AI 应用程序、开发智能代理、集成多种 AI 模型，并支持 RAG 管道和自动化任务。关键词：Python SDK, inference.sh, AI 应用, 智能代理, 模型集成, 流式传输, RAG, 自动化

ESM是一个先进的蛋白质语言模型工具包，用于生成、设计和分析蛋白质，包括ESM3（生成式多模态蛋白质设计）和ESM C（高效蛋白质嵌入）。关键词：蛋白质设计、AI模型、生物信息学、序列生成、结构预测、功能注释、人工智能、生物医药、深度学习、机器学习。

LLM评估技能用于实现大型语言模型（LLM）应用的全面评估策略，包括自动化指标计算、人工反馈收集和基准测试执行。该技能适用于测试LLM性能、测量AI应用质量、建立评估框架、比较模型或提示、检测性能回归以及验证改进效果。关键词：LLM评估、AI性能测试、自动化指标、人工评审、基准测试、模型比较、性能监控。

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。

协调器代理是Unite-Hub的指挥中心，负责接收用户指令、任务分发、协调专家工作流程、维护系统状态和内存，以及报告进度和健康状况。

提示工程是一种专注于设计和优化与大语言模型（LLM）交互的提示的技术，用于提高模型的性能、准确性和可靠性。它广泛应用于AI应用中，如内容生成、代码审查和问题解决。关键词：提示工程，LLM优化，AI提示设计，大模型应用。

OpenAI自动化技能用于自动化OpenAI API操作，支持生成多模态和结构化输出响应、创建文本嵌入、生成图像以及列出可用模型。适用于AI应用开发、RAG应用、大模型集成和自动化工作流，关键词：OpenAI API, 自动化, 多模态响应, 结构化输出, 文本嵌入, 图像生成, AI工作流, RAG应用, 大模型微调。