Browse

AI/ML

190

Skills Found

#	Name	Author	Category	Stars	Score	BP
01	memory-systems 该技能为AI代理实现记忆系统提供结构化指南，涵盖文件存储、向量RAG、知识图谱和时间图谱。包含明确的激活条件、架构对比以及实体追踪和时间查询的实用代码示例。	@muratcankoylan	ai-ml	14.5k	8	B
02	context-fundamentals 提供AI智能体系统设计和调试的基础知识，解释上下文组件、注意力机制和渐进式加载。帮助开发者优化token使用，有效管理系统提示、工具定义和消息历史记录。	@muratcankoylan	ai-ml	14.5k	8.3	B
03	context-degradation 该技能提供诊断和修复LLM智能体上下文性能下降的模式，专注于解决“中间丢失”效应和上下文污染等问题。它提供了四桶策略和架构模式等具体方法，以缓解长对话中的性能衰减。	@muratcankoylan	ai-ml	14.5k	8.1	B
04	book-sft-pipeline 一个完整的从书籍创建SFT数据集并训练风格迁移模型的管道，提供详细的架构指导和实用的实现示例。	@muratcankoylan	ai-ml	14.5k	8.2	B
05	gemini 该技能封装了Google Gemini CLI，在Claude中提供AI驱动的代码分析和生成功能。支持多种执行方式，可通过环境变量配置模型，具有明确的超时处理机制。Python脚本无依赖，跨平台运行。	@cexll	ai-ml	2.5k	7.6	S
06	ai-email-pipeline 该技能实现了一个AI驱动的邮件处理流程，由大语言模型负责所有意图解析和工具调用，避免使用正则表达式或状态机。它强调对话持久化、原始附件直接传递给模型，并从'不，我的意思是...'等实际错误中学习改进。	@different-ai	ai-ml	214	8	F
07	bdi-mental-states 一个用于实现BDI认知架构的复杂技能，具备强大的本体论基础和神经符号集成模式，可将RDF转换为心智状态。	@muratcankoylan	ai-ml	14.5k	7.7	B
08	multi-agent-patterns 提供多智能体LLM系统设计模式，解决单智能体上下文限制问题。涵盖监督者、对等和分层架构，包含具体实现示例。包含内存层和协调协议，用于在专用智能体间分配复杂任务。	@NeoLabHQ	ai-ml	741	8	A
09	reasoningbank-intelligence 该技能为AI智能体实现基于ReasoningBank的自适应学习系统。支持记录经验、识别模式、优化策略，并通过元学习实现持续改进。集成AgentDB进行数据持久化，支持向量搜索进行模式匹配。	@ruvnet	ai-ml	29.0k	8	B
10	scikit-learn 该技能提供使用scikit-learn的详细指导，涵盖分类、回归、聚类和预处理。包含实用代码示例、算法选择表和常见错误警告（如数据泄露）。文档帮助用户构建机器学习流程并有效评估模型。	@K-Dense-AI	ai-ml	17.0k	8.8
11	swarm-orchestration 该技能使用agentic-flow协调多个AI代理进行并行任务执行。支持网状、分层和自适应拓扑，具备负载均衡、容错和共享内存功能。适用于需要分布式AI工作组的复杂项目。	@ruvnet	ai-ml	29.0k	7.9	B
12	transcription 提供使用OpenAI Whisper将音视频文件转录为SRT、VTT和JSON等多种格式的详细指南。涵盖模型选择、音频提取、时间轴同步，包含批处理脚本和性能优化建议，注重实际应用。	@MadAppGang	ai-ml	248	8.3	A

1/16