"summarize-robotics-text"
将与机器人相关的文本、研究论文或讲义总结成简洁、清晰且结构化的摘要。当用户要求压缩或简化机器人内容时使用。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
将与机器人相关的文本、研究论文或讲义总结成简洁、清晰且结构化的摘要。当用户要求压缩或简化机器人内容时使用。
使用agentic-flow编排多代理群,以实现并行任务执行、动态拓扑和智能协调。当需要扩展超过单个代理、实现复杂工作流或构建分布式AI系统时使用。
计算符号映射和语义漂移的熵指标。
将输入整合成简洁的摘要。
系统2注意力机制用于变压器中的深思熟虑、缓慢推理
分析职位描述并生成量身定制的简历,突出相关经验、技能和成就,以最大化面试机会
自动模型选择和比较以实现最佳预测
-
为workdesk/sources.md中未检查的来源生成摘要。支持单个URL或批量处理。在使用add-url技能添加URL后使用。
使用agentic-flow编排多代理群,以实现并行任务执行、动态拓扑和智能协调。当需要扩展超过单个代理、实现复杂工作流或构建分布式AI系统时使用。
意义引擎,将意图转化为安全、有效的符号体验
生成具有权衡的结构化选项。
用于高性能视觉效果的GPU粒子系统。在创建粒子效果、实例渲染、GPU加速VFX时使用。
生成全面的目标概况,包括药物可开发性评估、疾病关联、通路背景和竞争格局。在验证药物靶点、创建档案或竞争情报分析时使用此技能。支持基因符号(如EGFR)、蛋白质名称或UniProt ID。关键词:目标、档案、验证、药物可开发性、可操作性、目标分析
比较和分析多篇学术论文或文档。生成文献综述表,识别研究空白,并总结关键发现。
全面指南,用于管理包括Pinecone、Weaviate和Chroma在内的向量数据库,适用于语义搜索、RAG系统以及基于相似性的应用
训练并使用SuperBPE分词器,以实现任何项目中20-33%的token减少。涵盖训练、优化、验证以及与任何LLM框架的集成。当您需要高效的分词化、希望降低API成本或最大化上下文窗口时,请使用此方法。
根据任务的复杂性自动切换Claude的模型。对于复杂的任务(如架构设计、大规模重构、解决棘手的bug)选择opus,对于简单的任务(如小修改、格式化、简单的问题)选择sonnet。以此来优化成本与质量之间的平衡。
使用Synthesia创建AI头像视频 - 生成代言人视频、管理项目和导出内容
将输入整合成简洁的摘要。
为tacosdedatos创建从概念到最终图像的完整帖子横幅插图。当您需要为新帖子创建横幅图像、生成与tacosdedatos视觉风格相匹配的插图或制作可用于发布的艺术品时,请使用此技能。这是处理整个工作流程的主要创意编排技能。
解析自然语言任务输入,并使用Google Gemini AI提取结构化数据(标题、截止日期、优先级、类别)
智能地通过语义分类文件、去重和归档旧项目来组织凌乱的桌面和下载文件夹。
已弃用 —— 由单独的技能替代。当用户触发任何ListenHub操作时使用:"制作播客","解说视频","朗读","TTS","生成图片","解说视频","播客","朗读","生成图片".