SuperAPI AI 工具集

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 11-05 00:16

智能体与模型

25,666 个结果

gguf-quantization

GGUF 是 llama.cpp 的标准文件格式,用于在 CPU、Apple Silicon 和 GPU 上高效推理,支持灵活的量化选项。本技能介绍 GGUF 格式与 llama.cpp 量化流程,适用于消费级硬件(笔记本、台式机)、Apple Silicon(M1/M2/M3,Metal 加速)、无 GPU 的 CPU 推理,以及需要 Q2_K 到 Q8_0 灵活量化的场景,也可配合 LM Studio、Ollama、text-generation-webui 等本地 AI 工具使用。主要优势包括:通用硬件支持(CPU、Apple Silicon、NVIDIA、AMD)、无需 Python 运行时(纯 C/C++ 推理)、2-8 位多种量化方法(K-quants)、生态支持(LM Studio、Ollama、koboldcpp 等),以及用重要性矩阵(imatrix)改善低比特质量。若追求 NVIDIA GPU 上最大精度可考虑 AWQ/GPTQ,免校准快速量化可考虑 HQQ,与 transformers 简单集成可考虑 bitsandbytes,生产级 NVIDIA 部署可考虑 TensorRT-LLM。

智能体与模型3 次安装

dotnet-semantic-kernel

dotnet-semantic-kernel 是一个面向 .NET 应用的技能条目,用于在 .NET 项目中集成 Microsoft Semantic Kernel,从而接入 AI 与大语言模型(LLM)能力。它覆盖内核(Kernel)的创建与依赖注入配置、插件与函数调用(function calling)、提示词模板(含 Handlebars 与 Liquid 语法)、内存与向量存储集成、规划器(planners)、智能体(agents)框架,以及对 Azure OpenAI、OpenAI 和本地模型的接入。适用场景包括在 .NET/ASP.NET Core 应用中构建聊天、检索增强生成(RAG)、多智能体协作等 AI 功能。使用方式以 C# 代码为主,通过 NuGet 包(如 Microsoft.SemanticKernel 及各 Connectors、Plugins、Agents 包)引入并按文档示例配置。需要注意:agents 框架与 Ollama 连接器等标记为实验性(SKEXP0110、SKEXP0070),API 可能随版本变化;异步模式、依赖注入机制、HTTP 重试策略、配置绑定等主题被明确划为范围之外,需参考其他技能条目。

智能体与模型3 次安装

nemotron-lightning35

NVIDIA Nemotron 3.5 Lightning(30B-A3B)是一个总参数 30B、激活 3B 的纯文本混合 Mamba-Transformer MoE 模型,带有原生 MTP 头,面向本地智能体使用与数据中心部署。它由 Nano 3 Base 经 MTP 预热、从 Super 3 Base 蒸馏 1T token 和长上下文训练构建,再经单阶段文本 SFT、RLVR 和 MTP boosting 后训练,并提供 NVFP4(W4A16)量化版本。本技能是它的参考知识库,用于回答模型身份、架构、训练、后训练、量化和评测相关问题。

智能体与模型3 次安装