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 11-21 00:15

全部 Skills

258,672 个结果

blip-2-vision-language

BLIP-2 是 Salesforce 提出的视觉-语言预训练模型,通过轻量级 Q-Former 连接冻结的图像编码器(ViT-G/14,来自 EVA-CLIP)与冻结的大语言模型(OPT 或 FlanT5),实现图像描述、视觉问答(VQA)、零样本图文理解与图文检索等任务。该技能文档介绍如何通过 HuggingFace Transformers 或 Salesforce 官方 LAVIS 库加载与使用 BLIP-2,包含安装命令、基础图像描述与 VQA 代码示例、模型变体与显存需求对照、Q-Former 架构说明、批量处理与图像检索工作流,以及性能优化和常见问题排查。适合需要高质量图像描述、零样本图文理解或构建多模态对话系统的场景。

智能体与模型98 次安装

geomaster

GeoMaster 是一个面向地理空间科学与地球观测的综合技能,覆盖 GIS、遥感、空间分析与地球观测机器学习,涉及 70 多个主题、8 种编程语言、500 多个代码示例。它整合了 GeoPandas、Rasterio、GDAL、Xarray、Shapely、Laspy、PDAL、Google Earth Engine、STAC/Planetary Computer 等工具,提供从矢量/栅格/点云数据处理、坐标系统转换、光谱指数计算、地形分析、网络分析到影像分类、云原生工作流的完整工作方法。该技能还包含智能体操作流程与完整性规则,强调先确认环境与输入、小规模验证、结果校验与不确定性报告,避免编造结果或 API。

数据与分析98 次安装

long-context

Long Context 是一个面向 Transformer 模型长上下文扩展的技能,聚焦于通过 RoPE、YaRN、ALiBi 和位置插值(Position Interpolation)等技术,将预训练模型(如 LLaMA、Mistral)的上下文窗口从 32k 扩展到 64k、128k 甚至更长。它适用于处理长文档、实现高效位置编码、训练具备长度外推能力的模型,以及以较低算力微调现有模型以支持更长输入。技能内容涵盖各方法的原理、代码示例、微调流程、方法对比、最佳实践与生产部署建议,并附有相关论文与实现资源链接。

智能体与模型98 次安装

model-merging

Model Merging 是一个基于 mergekit 的技能,用于将多个微调后的模型合并,从而在不重新训练的情况下组合它们的能力。它适用于通过融合领域专长(如数学、编程、对话)来创建专用模型、提升单模型性能、降低训练成本(合并可在 CPU 上运行)、快速实验新模型变体,以及避免灾难性遗忘。核心工具为 mergekit(Arcee AI),并提及 LazyMergekit 与 Model Soup。支持线性合并、SLERP、任务算术、TIES-Merging、DARE 等合并方法,以及逐层合并、MoE 构建和分词器合并等高级模式。

智能体与模型98 次安装

model-pruning

Model Pruning 是一个用于压缩大语言模型(LLM)的技能,通过剪枝技术在不重新训练的情况下减小模型体积并加速推理。它涵盖 Wanda、SparseGPT、结构化剪枝和 N:M 稀疏等主流方法,支持一次性剪枝,可在 50% 稀疏度下将模型体积减少约 50%,精度损失约 0.4%–1%。适用于在移动端、边缘设备等受限硬件上部署模型,或降低服务内存占用。技能提供安装命令、代码示例、剪枝策略与性能对比,并强调使用校准数据、避免一次性过高稀疏度等最佳实践。

智能体与模型98 次安装

moe-training

MoE Training 是一个用于训练混合专家(Mixture of Experts,MoE)模型的技能,支持通过 DeepSpeed 或 HuggingFace 进行训练。适用于在算力有限的情况下训练大规模模型,据资料称相比稠密模型可实现约 5 倍成本降低。该技能涵盖 MoE 架构、路由机制、负载均衡、专家并行、训练配置与推理优化等内容,并给出 Mixtral 8x7B、DeepSeek-V3、Switch Transformers 等代表性模型作为参考。

智能体与模型98 次安装

ray-data

Ray Data 是面向机器学习与 AI 工作负载的分布式数据处理库,支持跨 CPU/GPU 的流式执行,可处理大于内存的数据集。它支持读取和写入 Parquet、CSV、JSON、NumPy 等格式,并支持读取图像等多模态数据,可与 Ray Train、PyTorch、TensorFlow、HuggingFace 等框架集成。适用于大规模数据集(如超过 100GB)的 ML 训练预处理、分布式数据预处理、批量推理流水线以及从单机到集群的扩展。安装命令为 pip install -U 'ray[data]'。

数据与分析98 次安装

segment-anything-model

Segment Anything Model(SAM)是 Meta AI 推出的图像分割基础模型,支持零样本迁移,无需针对特定任务训练即可分割图像中的任意对象。它接受点、边界框或已有掩码作为提示,可交互式分割单个对象,也可自动生成图像中所有对象的掩码。模型基于 1100 万张图像、11 亿个掩码训练,提供 ViT-B、ViT-L、ViT-H 三种规模,兼顾速度与精度,并支持 ONNX 导出以便在浏览器和边缘设备部署。适用于构建标注工具、生成训练数据、处理医学或卫星等特定领域图像。

设计与创作98 次安装

ln-020-codegraph

ln-020-codegraph 是一个独立的代码知识图谱工具,属于开发环境类技能。它将代码库索引为分层图谱(tree-sitter AST → SQLite),并通过 MCP 工具提供依赖分析、路径追踪、引用查找、实现查找和架构概览等能力。适用于开始接触不熟悉的代码库、重构函数或类之前、理解调用流程、快速查找符号等场景。支持 JavaScript、TypeScript/TSX、Python、C#、PHP 等语言,其中 JavaScript 和 TypeScript 的语义覆盖最强。若 MCP 不可用,可回退到内置的 Glob/Grep/Read/Bash 进行手动分析,并明确标注置信度下降。

编程与开发98 次安装