mlflow
MLflow 是一个开源机器学习生命周期管理平台,用于跟踪实验、打包模型并部署到生产环境,帮助标准化工作流以提升可复现性与协作效率。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-26 00:15
24,822 个结果
MLflow 是一个开源机器学习生命周期管理平台,用于跟踪实验、打包模型并部署到生产环境,帮助标准化工作流以提升可复现性与协作效率。
该技能用于接入 xAI Grok API,一个兼容 OpenAI 接口的服务,可调用 grok-3 与 grok-3-mini 等模型完成文本生成与推理任务,接口地址为 api.x.ai/v1,通过 API 密钥鉴权。
将 Olakai 监控接入现有 AI/LLM 应用的技能,通过 SDK 包裹 LLM 调用、配置自定义 KPI 并端到端验证集成,适用于 OpenAI、Anthropic 等提供方。
Prompt Structurer 是一个可移植的编排技能,用于把散文式提示词转换为紧凑、结构化的 XML 提示词契约。它面向 OpenCode 和 Claude Code,采用纯 Markdown 与少量 YAML frontmatter,通过分阶段流程完成结构化、加固、形式化、调试与修订。
grill-me 是一个用于方案与设计评审的 AI 技能,通过持续追问的方式,帮助用户把计划或设计中的每个决策分支逐一厘清,直到双方达成共识。它适用于用户希望被反复质询、深挖方案细节的场景。该技能会沿着设计决策树逐层推进,解决决策之间的依赖关系,并运用深度推理与领域知识给出建议。对每个问题,它会提供推荐答案,并给出 0.0 到 10.0 的加权决策框架评分,目标是在现实可行的情况下达到 9.0 分以上的决策。提问方式为一次一个问题,使用 functions.request_user_input,推荐选项放在首位,各选项互斥;在安全的情况下,会把多个互不依赖的问题合并到一次请求中。如果某个问题可以通过探索代码库回答,则改为探索代码库;如果可以通过检索网页、GitHub 或包源码回答,则使用网络搜索工具、context7、gh cli/api 或 opensrc 技能。对于事前验尸式的方案挑战工作,则运行 /pre-mortem 技能。
WebMCP 是一个技能:在宿主内置浏览器中打开用户提供的 URL 或应用别名,优先调用页面自身的 MCP/WebMCP 工具完成请求,而不是用点击、输入等浏览器 UI 自动化。
Wayfinder 是一种规划技能,用于处理超出单个 Agent 会话容量的大型工作。它将工作拆解为一系列决策票据,并维护在仓库的 issue tracker 上,形成共享地图;逐个解决这些票据,直到通往目的地的路径变得清晰。默认只做规划,产出决策而非交付物;支持研究、原型、对话和任务四种票据类型;采用“战争迷雾”机制,逐步细化未知区域;标注范围外工作;区分 HITL 和 AFK 模式。
ask-skills 是一个用于把请求路由到最小可组合本地技能流程的技能,强调只负责路由,不重复编排。它按交付通道、工单、合并授权、代理协作等场景选择对应技能,并在输入充分时直接调用。
Chisel 是一个通过 MCP 服务器提供的文件系统技能,用于以补丁编辑和最小令牌读取方式操作文件。核心原则是只读取需要的部分、只写入需要修改的部分,适合在令牌受限环境下进行精确、安全的文件读写。
Polylane Automations 用于编写、限定范围并运行无人值守的智能体自动化:由类型化事件触发,智能体按指令调用允许的技能(工具)执行,可选动作产生副作用,结果投递到目标。所有配置均为声明式 JSON。
威胁归因方法论技能,围绕钻石模型、基础设施图谱、能力与样本对比、置信度分级和归因报告展开,用于判断多起事件是否同一活动、关联C2基础设施与攻击者画像。强调脱敏、证据可追溯与不写绝对断言。
TEE/TrustZone 逆向技能,覆盖 OP-TEE 架构、可信应用(Trusted App)分析、secure storage 与设备密钥、SMC 接口与主机侧调用面还原,用于固件安全评估与信任根边界分析。
用于发现、筛选、执行和集成 MCP 工具、提示与资源的技能,通过脚本与 Gemini CLI 在不污染主上下文的前提下管理多个 MCP 服务器。
agents-md-sync 是一个需用户显式调用的工作流技能(/agents-md-sync 或 Codex 中的 $agents-md-sync),用于解析代码仓库并生成、更新分层级的 AGENTS.md 知识库,内置 drift 检测与分层评审。
figure-it-out 是一个用于处理没有现成方案可套用的复杂任务的技能:当面对大型迁移、雄心勃勃的多部分改动,或需要人类事后审查的工作时,它要求先设计一套可审计的工作流,再动手写代码。该技能把工作拆分为 Frame(框定)、Design the workflow(设计工作流)、Run the loop(运行循环)、Keep the audit trail(保留审计轨迹)、Verify and hand back(验证并交回)五个阶段,强调先明确可证伪的完成定义、量化范围与严格度,再分解为原子单元、风险优先排序、先建验证工具,最后通过实验循环逐单元验证并留下决策轨迹。
poteto-mode 是 ericlitman/open-pstack 中的一种智能体工作风格,强调简洁而详尽的回答、有意识地使用子智能体、去除套话的散文、简单代码与经过验证的工作。适用于 poteto、/poteto-mode 等触发场景。
reflect 是一个用于从当前对话中挖掘可复用经验、并将其转化为技能(skill)编辑的流程型工具。它通过并行派发三个审查子代理,综合后给出接受、拒绝或待办清单,经用户批准后再应用修改。
Swarm 是一个并行工作流编排技能:按 N 个并行 worker 扇出执行,父级等待、汇总并返回一份统一报告。适用于 /swarm、并行覆盖、竞速、gauntlet 与探索类任务。
这是一个生成“子智能体编排提示词”的技能:把当前会话中的工作整理成一段自包含的提示词,供用户粘贴到支持子智能体的新会话中,由新会话作为编排者逐任务派发子智能体执行并汇总结果,而非自己实现代码。
gitlab-cli 是面向 AI 智能体的 GitLab 命令行工具,通过终端操作 GitLab.com、自建实例或 Dedicated 上的合并请求、Issue、CI 流水线、仓库文件、分支、提交、发布、标签、里程碑、成员与 CI/CD 变量。默认输出 JSON,可用 --compact 节省 token。
Agent Manager 是一套员工智能体生命周期管理系统,用于在 tmux 会话中启动、停止、监控 AI 智能体并分配任务,是 CAO 的轻量替代方案。
council-execution 是 claude-council 插件中的技能,用于执行 council 查询:通过脚本把问题并行发送给选定的 AI 提供商(Gemini、OpenAI、Grok、Perplexity),保存并原样展示各轮回答,最后按提示词模板补写综合结论。
用于优化大语言模型提示词的技能,适合编写系统提示、提升智能体表现、改善输出质量与优化 token 使用。提供角色设定、思维链、少样本示例、结构化输出等技巧,以及代码审查、数据抽取、文本分类等提示模板。
team-lead 是一个用于编排多智能体工程与业务团队的技能:分析任务、选择团队形态、按角色分配技能并协调协作,适用于需要多角色分工的复杂开发或业务任务。