pytorch-model-trainer
pytorch-model-trainer 是 ML Training 领域的自动激活技能，在请求中提及“pytorch model trainer”或询问相关模式与最佳实践时触发，提供 PyTorch 模型训练的分步指导、配置与代码生成及验证。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-25 00:14
智能体与模型
24,792 个结果
iterative-retrieval
迭代检索模式（Iterative Retrieval Pattern），用于在多智能体工作流中逐步细化上下文检索，解决子智能体在开始工作前不知道需要哪些上下文的问题。
holmesgpt-skill
HolmesGPT 是一个面向 Kubernetes 与云原生环境的 AI 排障智能体，连接 AI 模型与实时可观测性数据进行根因分析与修复建议，以只读方式运行并遵循 RBAC 权限。本条目为配套技能指引，帮助在 Claude Code 中落地安装、配置与使用。
sentry-skill
Sentry 错误监控与性能追踪技能，指导为 JavaScript/Node.js、Python、Go 等配置 Sentry SDK，捕获异常与消息、记录面包屑与作用域、进行性能监控与分布式追踪，并使用 sentry-cli 管理发布、上传 source maps、配置告警与自托管部署。
theory-formalism-translator
一个跨数学形式体系翻译想法的智能体技能，用于在优化、概率、信息论、动力系统、图论与统计之间寻找结构等价而非表面类比，并明确区分精确等价、渐近相似与启发式类比。
order-fulfillment
订单履行运营技能，用于设计或优化拣货、打包、发货流程，降低履行成本并提升准确率与服务水平；覆盖订单评估、拣货策略、装箱优化、劳动力测算与拣货路径规划。
wave-planning-optimization
面向仓库拣货波次规划与订单释放优化的技能，帮助设计波次以提升拣货效率、平衡工作量、满足截单时间。资料给出评估维度、波次设计原则、数学建模思路及贪心、均衡、混合整数规划等示例算法。
skill-authoring
skill-authoring 是 pi 技能体系中的技能编写指南，用于创建 SKILL.md 文件，让智能体学会默认不具备的领域知识。它规定了技能的文件布局（SKILL.md、references/、scripts/、assets/）、frontmatter 必填字段（name、description、keywords）与按类型可选的字段（工具类、知识类、协议类），并给出正文结构、示例与校验清单，帮助作者写出可被正确触发和加载的技能文件。
corrective-rag
Corrective RAG（CRAG）与 Self-RAG 技能，用于构建可自动检测并纠正检索失败的可靠 RAG 系统，通过文档评分、查询改写、网络搜索回退与自我反思提升答案质量。
xlsx
用于创建、编辑和分析电子表格（.xlsx、.xlsm、.csv、.tsv 等）的技能，支持公式、格式化、数据分析与可视化，强调使用 Excel 公式而非硬编码值，并通过 recalc.py 重新计算公式、检查错误。
init-agents-config
根据用户在 Skill("init") 中的回答生成 .agents.yml 配置文件，提供 Rails、Python、Node 和通用项目模板，并按技术栈选择模板、替换占位符、条件性保留或注释配置段。
agent-browser
agent-browser 是一个命令行浏览器自动化工具，用于网页测试、表单填写、截图和数据提取。它通过快照获取可交互元素引用（如 @e1），再执行点击、输入等操作，支持会话、代理、录制与网络拦截。
chatfuel
Chatfuel 集成技能：通过 Membrane CLI 连接 Chatfuel 账户，管理机器人、区块、用户等数据并自动化工作流，适用于需要与 Chatfuel 数据交互的场景。
flespi
Flespi 是一个面向远程信息处理（telematics）与物联网的后端平台，提供设备连接、数据存储与分析能力，供 IoT 方案商和系统集成商构建并管理车联网/物联网解决方案。本技能通过 Membrane CLI 与该平台交互，实现数据、记录管理与工作流自动化。
lessonspace
Lessonspace 集成技能，通过 Membrane CLI 连接虚拟课堂平台 Lessonspace，用于管理 Spaces、会话、用户、录制与转录等数据。适合需要让 AI 智能体与 Lessonspace 交互、启动房间或查询课程资料的场景。
claude-scientific-skills
claude-scientific-skills 是面向 Claude 的科研技能集合，包含 128+ 个即用型科学技能，覆盖生物信息、化学、医学、基因组学等领域，可将 Claude 变为能执行多步骤科研工作流的 AI 研究助手。
generate-codeful-mcp-tool
用于生成 MCP codeful 工具的配对文件：一个自包含的 JavaScript 服务端实现（<tool-name>.tool.js）和一个声明式注册元数据（<tool-name>.tool.json），并可按需衔接生成 MCP App 部件。
novita-docs
Novita AI 平台参考技能，用于查询其 LLM API（兼容 OpenAI）、Agent Sandbox、GPU（实例/无服务器）、集成、认证计费与限流等文档，并按需抓取最小参考文件。
davinci-perspective
达芬奇视角思维顾问技能，基于其笔记与传记提炼跨学科融合、极致观察、好奇心清单、镜像思维和未完成的艺术等思想模型与处世启发式，以角色扮演方式帮助分析创造力、学习方法和项目推进。
osmo-agent
osmo-agent 是 NVIDIA OSMO 平台的技能，用自然语言驱动 osmo CLI，完成 GPU 资源查询、工作流提交与监控、失败与卡住诊断、错误解释等操作。
controlling-spotify
通过 Spotify MCP Server 控制 Spotify 播放、搜索音乐并管理播放列表的技能，需用户自备 Spotify 开发者凭据并完成一次性授权设置。
orderly-onboarding
Orderly Network 智能体入门技能，介绍其全链订单簿永续合约基础设施、面向 AI 智能体的 MCP 工具与技能安装方式，以及通过 x402 以智能体驱动创建 broker ID 赚取手续费分成的流程。
dspy
DSPy 是斯坦福 NLP 团队开发的声明式语言模型编程框架，GitHub 星标 22,000+，用于构建复杂 AI 系统、自动优化提示词，以及创建模块化的 RAG 系统和智能体。它让开发者以声明式方式编程语言模型，而不必依赖手工提示工程，并通过数据驱动的优化器系统化地提升模型输出质量。核心概念包括 Signatures（定义输入输出结构）、Modules（可复用组件，如 Predict、ChainOfThought、ReAct、ProgramOfThought）、Optimizers（如 BootstrapFewShot、MIPRO、BootstrapFinetune）以及评估与自定义指标。安装方式为 pip install dspy，也支持指定提供商的扩展安装。
gptq
GPTQ（Generative Pre-trained Transformer Quantization）是一种针对大语言模型的训练后量化方法，可将模型权重压缩至 4 位，同时尽量保持精度。它采用分组量化（group-wise quantization），借助 Hessian 信息最小化量化误差，通常能实现约 4 倍显存降低、低于 2% 的精度损失，并带来 3-4 倍于 FP16 的推理加速。适用于在消费级 GPU（如 RTX 4090、3090）上部署 70B、405B 等大模型，或需要显著降低显存占用、提升推理速度的场景。可通过 AutoGPTQ 库安装使用，支持加载 HuggingFace 上预量化模型，也可自行量化模型，并可与 transformers、PEFT（QLoRA 微调）等集成。