episodic-archiver
情景记忆存档器。将包含嵌入和分析的完整对话记录存储到ArangoDB中。跟踪未解决的会话以供反思。
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。
情景记忆存档器。将包含嵌入和分析的完整对话记录存储到ArangoDB中。跟踪未解决的会话以供反思。
AI和技术伦理审查,包括伦理影响评估、利益相关者分析和负责任的创新框架
提供了三个生产就绪的机器学习训练示例(情感分类、文本生成、RedAI交易分类器),包括完整的训练脚本、部署配置和数据集。当用户需要示例项目、参考实现、启动模板,或者想要查看情感分析、文本生成或金融交易分类的工作代码时使用。
捕获任务结果,评分表现,并推导出规则作为持续学习的令牌先验,而无需更改模型权重。用于任务后反馈、经验捕捉、模式提取以及从错误中学习。以每100个样本18美元的成本实现持续学习,相比之下微调成本为1万美元。触发词包括“从经验中学习”、“捕捉模式”、“任务后分析”、“持续学习”、“经验提取”。
掌握ε-贪心、UCB、好奇心驱动、RND、内在动机探索
从文本、讲义或论文中提取并解释在物理AI和人形机器人学中使用的公式。当用户要求识别或理解相关公式时使用。
系统性AI提取提示设计专家,采用苏格拉底式方法
面部对齐、特征点提取和质量控制。在调试对齐问题、审查被拒绝的面部或调整质量阈值时使用。
基于传播器的并行结构以利用知识差异
一个全面的代理技能集合,适用于上下文工程、多代理架构和生产代理系统。在构建、优化或调试需要有效上下文管理的代理系统时使用。
基于LLM深入分析任务性质,判断合适的执行者(claudecode/codex/coderabbit/user)的专业技能。取代基于关键词的简单判断。
多专家评估模式用于结构化分析和决策。主动激活用于:(1) 从专家角度进行分析,(2) 获取关于某个主题的多个观点,(3) 用不同的专业知识评估选项,(4) 从不同角度建立共识,(5) 对复杂主题进行结构化审议。触发词包括:“与专家小组一起分析”,“获取专家观点”,“专家会怎么说”,“从不同角度评估”,“运行专家审议”,“多视角分析”。
使用txex命令行工具从BSV区块链交易中提取媒体文件(图片、视频、文档)。检索铭刻的序数和嵌入的文件。
从文本、讲义或论文中提取并解释在物理AI和人形机器人中使用的公式。当用户要求识别或理解相关公式时使用。
通过分解、探索和生成多种方法来指导模式选择
搜索、探索并运行fal.ai生成式AI模型(图像生成、视频、音频、3D)。当用户想要使用AI模型生成图像、视频或其他媒体时使用。
22个生产就绪的AI代理,具有数据库驱动的编排功能,用于安全审查、代码质量分析、部署验证、基础设施检查和合规性。在遇到安全问题、部署任务、代码审查、质量检查和合规性问题时自动激活。包括升级到企业级功能的路径(GDPR、HIPAA、多账户AWS、基于机器学习的优化)。
在时间事件检测、时空聚类(ST-DBSCAN)和照片上下文理解方面的专家。用于检测照片事件、按时间和地点聚类、分享预测、地点识别、事件重要性评分以及生活事件检测。激活关键词包括:'事件检测'、'时间聚类'、'ST-DBSCAN'、'时空'、'分享预测'、'地点识别'、'生活事件'、'照片事件'、'时间多样性'。不适用于单张照片的美学质量评估(请使用photo-composition-critic)…
给定一个研究目标,使用现有的技能、培训报告和参考资料来提出一个小而具体的实验计划。
仅手动调用;仅当用户明确按名称请求`explore-dnn-model`时使用。通过定位权重+上游源代码,解决依赖关系(需要用户确认),在`tmp/`目录下运行可复现的实验,并生成关于I/O契约、时间及性能分析的报告,来探索如何在当前Python环境中运行给定的DNN模型检查点。
当用户希望从他们收集的参考资料中学习,综合不同来源的模式,或将研究转化为框架(如Are.na频道、书签、保存的文章)时,应该使用此技能。
从YouTube频道中提取视频元数据并保存为CSV文件以便跟踪。在添加新频道、提取会议视频、填充视频列表时使用,或者当用户提到“提取视频”、“从频道获取视频”、“添加频道”或“视频元数据”时使用。
Claude Code的原生Fabric模式执行。在使用Fabric模式(如提取智慧、总结、分析声明、威胁建模等)处理内容时使用。模式直接在Claude的上下文中运行——无需生成CLI。仅当处理YouTube字幕(-y)或更新模式(-U)时才使用fabric CLI。
Facebook的高效相似性搜索和密集向量聚类库。支持数十亿向量、GPU加速以及多种索引类型(Flat、IVF、HNSW)。可用于快速k-NN搜索、大规模向量检索,或者当你需要不带元数据的纯相似性搜索时使用。最适合高性能应用。