llm-serving-capacity-planner
解析 SGLang/vLLM 启动日志,说明 GPU 显存去向并估算请求并发容量。适用于 KV cache 预算、mem-fraction-static 对比、OOM 排查与部署容量规划。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-24 00:15
24,689 个结果
解析 SGLang/vLLM 启动日志,说明 GPU 显存去向并估算请求并发容量。适用于 KV cache 预算、mem-fraction-static 对比、OOM 排查与部署容量规划。
用于在推送后处理 Claude、Devin 等 GitHub PR 审查机器人反馈的技能,帮助分类、修复并迭代至机器人审查干净,同时保留人工判断与仓库原有校验流程。
在无头 AGY(Antigravity、Gemini)运行时中执行指定任务并收集结果的技能。仅在调用方明确点名 AGY、Antigravity 或 Gemini 时使用,绝不作为回退方案。
Premortem 是一项可选的计划挑战策略,用于在实施前找出推广计划可能失败的具体方式。适用于被问及“可能出什么问题”或需要挑计划漏洞的场景,不属于必需流程,也不代表计划已就绪。
该技能用于从 AgentKit 技能空间下载技能到本地目录,支持下载全部或指定技能,需 veadk 包及火山引擎访问密钥等环境变量。
Rozenite Agent SDK(@rozenite/agent-sdk)是以代码优先方式访问 Rozenite for Agents 的 Node.js/TypeScript SDK,适合在脚本或包装器中检查并调用 Rozenite 的实时域与工具。
CARTO 平台的入门技能,用于首次使用 CARTO 时识别并选择两条访问路径:MCP 服务器(对话式交互主路径)与 CARTO CLI(脚本、CI/CD、无头与批量操作路径),并涵盖 CLI 安装、认证、配置与全局参数。
Cekura 技能:把生产环境中被标记的失败通话日志聚类成可复现的失败模式,并为 Cekura 智能体生成评测场景,让后续回归测试能捕获同类问题。每个场景都可追溯到至少一条真实通话日志,不凭空编造。
用于刷新阿里云百炼(Model Studio)模型列表抓取结果,并重新生成派生摘要与 skills/ai/** 技能的任务型工具。需 Node.js、Python 3 及可访问模型页的网络。
阿里云百炼 DashScope 上的 Vidu 视频生成技能,支持文生视频、图生视频(首帧)、关键帧生视频(首尾帧)与参考生视频,通过异步 HTTP 接口创建任务并轮询获取结果,仅限中国大陆(北京)区域使用。
debrief 是 /origin:handoff 的别名技能,用于会话结束时的收尾仪式:写入会话日志、更新项目状态并做细粒度 MCP 记录,与 /brief 形成对称命名。
用于在提交功能代码时一并保存 SpecStory 会话记录与 Claude/Cursor/OpenCode/Codex 计划文件,并生成 AI-Assisted-By 等来源信息 trailer,同时防止泄露密钥或误改记录文件。
brainstorm 是一个只读的头脑风暴模式技能,用于深入探索想法、方案、架构、调试思路、产品决策、研究主题与代码库问题,在不改动代码库或项目状态的前提下给出清晰建议。
Dust 中新增 LLM 模型支持的分步指南技能:说明需修改的模型配置、定价、注册表、路由白名单、SDK 类型与测试文件,并用 OpenAI 与 Anthropic 的添加流程举例。
audio-transcriber 是一个将音频录音转为专业 Markdown 文档的技能,基于 Faster-Whisper 或 Whisper 实现零配置转写,可提取说话人、时间戳、语言、时长等元数据,并生成会议纪要、行动项与摘要,支持 MP3、WAV、M4A、OGG、FLAC、WEBM 等格式。
用于在 Codex 中编排子智能体工作流的技能:把复杂任务拆解为角色化分工与并行执行,主线程只负责范围、决策与汇总。适用于用户明确要求子智能体、委派、并行工作或临时团队时。
agent-creator 是用于创建专家型智能体的工具,可生成带 frontmatter、hooks、必需章节和技能引用的 agent.md。它不创建技能本身,技能需用 skill-creator 单独生成。
用于在明确授权的机器上安装、验证并连接自托管 Temps 平台的技能。强调显式目标、安装包校验、凭据保护与浏览器设备授权,全程由用户掌控基础设施范围与凭证。
Prompt Generator 是一个用于生成高质量结构化提示词或改进现有提示词的技能,采用元提示(meta-prompting)方法,涵盖任务分解、专家角色、迭代验证与幻觉最小化。适用于用户需要创建或优化 prompt 的场景。
UXC 是一款基于命令行的远程接口调用工具,可统一发现并调用 OpenAPI、GraphQL、gRPC、MCP、JSON-RPC/OpenRPC 等具备机器可读 schema 的远程接口,输出稳定的 JSON 信封(ok、kind、data、error),供智能体或技能在自动化流程中复用。
adversarial-review 是一个对抗式代码审查技能:并行启动多个对抗子智能体,通过驱动真实系统(而非仅阅读源码)来在代码发布前找出缺陷,适用于模式、契约、解析器、序列化器、协议、状态机及安全/冻结守卫等。
Auto Research 是一个面向“自动研究循环”设计的技能,源自 Andrej Karpathy 的 auto research 模式。它接收用户给出的目标或领域,输出一套完整方案:把目标改写为可量化指标,设计“计划实验→修改代码/设置→运行短时训练→读取指标→保留优胜→重复”的闭环,并给出技术栈、快速启动命令、商业模式映射、今晚可跑的第一个最小实验,以及风险与人工介入点。该模式既适用于机器学习训练,也可迁移到落地页优化、广告测试、线索筛选、市场研究、交易回测等非 ML 目标。核心原则是目标可度量、迭代便宜快速、只保留优胜配置、高影响决策由人把关、先小规模验证再扩展。
Skill Adapter 是一个用于分析仓库中已有插件、提取其能力、再将这些模式整合并应用到当前任务的技能。它像一个通用的技能变色龙:先发现相关插件,提取其方法与思路,再适配到新的请求上。使用时需要可读取 plugins/ 目录树(包含 community、packages、examples 等分类),并需在 PATH 中可用 grep 与 find 以发现插件,同时需熟悉插件结构,包括 commands/*.md、agents/*.md、skills/*/SKILL.md 和 scripts/。其流程涵盖任务分析、插件搜索、按组件提取能力、综合与适配、应用到任务并报告所用插件与提取模式。适用于代码分析、文档生成、部署自动化等跨领域任务。
面向 controller 与人工会话的治理型工作流计划入口,用于生成、批准、激活或关闭工作流计划。仅处理治理层面,不涉及执行、worker 分配或状态检查。