fireworks-tech-graph
Fireworks Tech Graph 是一个生成技术图表的技能，可将架构图、数据流图、流程图、时序图、类图、用例图、状态机图、ER 图、网络拓扑等导出为 SVG 与 PNG。通过 cairosvg（推荐）、rsvg-convert 或 puppeteer 转换，并提供模板、校验与批量测试脚本。
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 11-04 00:13
智能体与模型
25,573 个结果
planning-with-files
为复杂任务提供 Manus 式基于文件的规划方法，通过创建 task_plan.md、findings.md、progress.md 三个 markdown 文件充当磁盘工作记忆，适用于多步骤、研究与构建类任务。
x402-payments
为 XActions API 接入 x402 加密货币支付协议，支持按次付费调用，覆盖 Base、Ethereum、Polygon、Arbitrum 多链与 USDC、USDT、ETH、MATIC 等多代币。
prompt-engineer
用于为 AI 系统编写和审阅提示词与指令的技能，把 AI 当作需要清晰、富含上下文的聪明远程队友，而非依赖技巧。支持创建系统提示词、可复用能力与领域学习类提示，并可按需针对 GPT-5 优化。
context-guardian
Context Guardian 是一个帮助开发者精简智能体上下文的技能，通过诊断上下文膨胀、拆分研究与实现、审计提示词与规则文件、制定压缩恢复规则等方式，让智能体只获得完成任务所需的精确信息，从而提升表现。
darwinian-evolver
Darwinian Evolver 是 Imbue darwinian_evolver 的轻量封装技能，用 LLM 驱动的进化搜索循环，针对适应度函数优化提示词、正则、SQL 查询或小型代码片段。适合已有可度量评分器和起始候选的场景。
distributed-llm-pretraining-torchtitan
TorchTitan 是 PyTorch 官方的大规模 LLM 预训练平台，支持可组合的 4D 并行（FSDP2、TP、PP、CP），在 H100 GPU 上相比基线可实现 65% 以上的加速。它适用于从零开始预训练 Llama 3.1、DeepSeek V3 等模型，提供 PyTorch 原生方案，无需第三方依赖，并支持 Float8 训练、多节点 SLURM 调度以及与 torchtune/HuggingFace 互操作的检查点。
huggingface-accelerate
HuggingFace Accelerate 是一个面向 PyTorch 的分布式训练统一 API，主打用最少的代码改动为任意 PyTorch 脚本添加分布式支持。只需在原有脚本中加入约 4 行代码（导入 Accelerator、实例化、调用 prepare、改用 accelerator.backward），即可在单 GPU、多 GPU、多节点、TPU、Apple MPS 等不同硬件上运行同一份代码。它提供 DDP、DeepSpeed、FSDP、Megatron 的统一接口，并自动处理设备放置、混合精度（fp16/bf16/fp8）与分片。通过 accelerate config 交互式配置和 accelerate launch 单命令启动，无需手动搭建启动器。安装方式为 pip install accelerate，当前版本 1.11.0+，被 HuggingFace Transformers、TRL、PEFT 等库广泛使用。
lbo-model
用于在 Excel 中构建杠杆收购（LBO）模型的技能，通过 openpyxl 生成 .xlsx 工作簿，包含资金来源与用途、经营模型、债务计划与 IRR/MOIC 回报分析，并遵循 excel-author 的格式与校验约定。
simpo-training
SimPO（Simple Preference Optimization）是一种用于大语言模型对齐的无参考模型偏好优化方法，是 DPO 的替代方案，无需参考模型即可获得更好性能（在 AlpacaEval 2.0 上提升约 6.4 分）。该技能基于 HuggingFace alignment-handbook 提供完整的训练流程，支持从基础模型训练、指令模型微调以及推理密集型任务等场景，包含安装步骤、配置文件示例、超参数说明、常见问题排查和硬件需求等资料。
slime-rl-training
slime 是清华大学 THUDM 团队开发的 LLM 后训练框架，用于通过强化学习（RL）扩展大模型训练，支撑了 GLM-4.5、GLM-4.6、GLM-4.7 等模型。它将 Megatron-LM 训练与 SGLang 高吞吐推理生成连接起来，支持 GRPO、GSPO、PPO、REINFORCE++ 等算法，提供灵活的数据缓冲与自定义数据生成工作流。适用于训练 GLM、Qwen3、DeepSeek V3/R1、Llama 3 等模型，支持同步与异步训练、多轮智能体训练、自定义奖励模型与多任务评测。
sparse-autoencoder-training
SAELens 是用于训练与分析稀疏自编码器（Sparse Autoencoders, SAEs）的主要 Python 库，面向机械可解释性研究。其核心思路来自 Anthropic 的 monosemanticity 研究：神经网络中单个神经元往往具有多义性（polysemantic），因为模型使用叠加（superposition）来表示比神经元数量更多的特征。SAE 通过稀疏瓶颈将稠密激活分解为稀疏、可解释的特征，从而缓解这一问题。该技能提供加载与分析预训练 SAE、训练自定义 SAE，以及特征分析与特征引导（steering）的完整工作流，包含基于 TransformerLens 与 SAELens 的代码示例、关键超参数、评估指标，以及常见问题（如死特征过多、重建质量差、显存不足）的排查建议。安装方式为 pip install sae-lens，依赖 Python 3.10+ 和 transformer-lens>=2.0.0。适用于发现模型激活中的可解释特征、理解模型学到的概念、研究叠加与特征几何、执行基于特征的引导或消融，以及分析安全相关特征。
codonfm-score
用于使用公开 CodonFM Encodon 模型进行掩码密码子变异评分：可校验输入、准备命令或执行推理，产出参考/替代密码子似然与对数似然比。属研究信号，非临床诊断，也不能预测表达方向。
tao-finetune-video-clip
NVIDIA TAO 的 video_clip 技能，封装 OpenGVLab InternVideo2-CLIP L14，用于视频-文本检索、零样本分类、嵌入提取、LoRA 微调、ONNX 导出与 TensorRT 部署。
quiz-funnels
Catalog Kit 是一套面向营销目录、落地页与多步漏斗的构建与管理工具，可通过 AI 智能体操作。支持用 JSON schema 创建目录、即时发布、A/B 测试与转化分析，并提供 CLI、REST API 与本地预览能力。
mine
Emulo 的 mine 技能：仅在用户明确要求基于真实本地 AI 编程会话历史运行、设置、更新、重新挖掘或深化 Emulo 时使用。它只挖掘真实用户编写的 .jsonl 会话，不依据规则文件、记忆或自述合成画像。
kamino-lend
在 Solana 上使用 Kamino Lend 借贷协议的技能插件：查询借贷市场利率、查看持仓与健康因子，并供应、提取、借入和偿还资产。所有链上写操作需用户显式确认后，通过 onchainos 钱包合约调用执行。
orca
Orca 是 Solana 上的集中流动性 AMM，通过 Whirlpools CLMM 程序提供代币兑换与池查询能力。该插件提供 get-pools、get-quote、swap 三个命令，可查询池子、获取报价并执行兑换。
workflow-engine
AI 开发团队的工作流契约技能，用于在开发任务开始前及智能体交接前确定应走的流程、变更分级与所需审批门禁，并记录门禁结果与状态流转。
dao-governance
面向 DAO 治理系统的技能，涵盖 Snapshot 链下投票与 OpenZeppelin Governor 链上治理等领域，并规定以随附参考文件为事实依据来生成创建、诊断与审查建议。
discord-bot-architect
用于构建生产级 Discord 机器人的专项技能，覆盖 Discord.js（JavaScript）与 Pycord（Python）、网关意图、斜杠命令、交互组件与限流处理。
worktree-discipline
通过一个机器全局的 Git pre-commit 钩子，强制执行“不在 main 分支提交、智能体在 worktree 中工作”的纪律，无需在每个仓库中重复配置代码。它是 worktree-devproxy 的配套工具。
agent-model-selection
为智能体选择合适语言模型的指南技能，依据任务分类基准、模型可用性与成本效率给出建议，涉及 GitHub Copilot Pro 可用模型与高级请求倍数，并强调不同模型在各任务上的差异。
metro-ai-apps-builder
面向 Intel 边缘 AI 的对话式编排技能：用户只描述业务目标与数据、部署环境、硬件和规模，由它推断技术选型、匹配并调度相应技能生成可运行应用，确认前不创建任何文件或容器。