ai-app
全栈AI应用程序生成器,使用Next.js、AI SDK和ai-elements。在创建聊天机器人、代理仪表板或自定义AI应用程序时使用。触发词:聊天机器人、聊天应用、代理仪表板、AI应用程序、Next.js AI、useChat、streamText、ai-elements、构建AI应用、创建聊天机器人
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。
全栈AI应用程序生成器,使用Next.js、AI SDK和ai-elements。在创建聊天机器人、代理仪表板或自定义AI应用程序时使用。触发词:聊天机器人、聊天应用、代理仪表板、AI应用程序、Next.js AI、useChat、streamText、ai-elements、构建AI应用、创建聊天机器人
通过记忆架构、反向提示和自我修复模式将AI代理从任务跟随者转变为积极主动的合作伙伴。轻量级版本专注于核心的主动能力。
在使用OpenAI的Agents SDK构建AI代理时使用。触发条件包括创建代理、实现工具、多代理交接、护栏、MCP集成、追踪。也适用于使用LiteLLM在免费/替代模型(如Anthropic, Gemini)上运行代理。不适用于一般的OpenAI API使用(请改用openai-python SDK文档)。
用于根据剧本创建故事板、为节奏板或序列板生成视觉提示,或将叙事节奏转换为跨平台(Nano Banner、Midjourney、Gemini)的AI生成图像
通过OpenAI Images API批量生成图片。随机提示采样器+`index.html`图库。
用于解读塔罗牌、设计牌阵、进行占卜或构建AI塔罗功能(每日一牌、牌组组合、时机)。涵盖大/小阿卡纳牌意、牌阵布局(包括凯尔特十字)、占卜伦理以及安全的AI定位。不适用于医疗/法律/危机支持或死亡/疾病预测。(项目)
使用Remotion、TTS和Unsplash图片创建同步视频 - 专业级视频,包含真实图像、完美的音频同步、丰富的内容支持以及精致的视觉设计。
通过sherpa-onnx进行本地文本转语音(离线,无需云)
实现GraphRAG模式,将知识图谱与检索相结合以进行复杂的推理。在构建基于互连数据的RAG或需要关系感知检索时使用此技能。激活条件:GraphRAG、知识图谱、图检索、实体关系、Neo4j RAG、图数据库、连接的数据。
将文本转换成个人写作风格。当被要求“用我的风格重写”、“让这听起来像我”、“我的风格”、“让它成为我的”、“转换这个”、“以我的方式重写”、“听起来像我”、“使用我的语气”或任何匹配个人语气的要求时使用。适用于电子邮件、消息、专业写作和非正式文本。自动从输入中推断语言和上下文。
自主撰写和优化专利权利要求的代理。起草、分析并精炼专利权利要求,以最大化保护范围同时确保其有效性。
ImageAgent - 使用强化学习生成EVOLEA品牌图片
使用Graphviz创建带有参考编号的专利风格的技术图,包括流程图、模块图和系统架构
全面的Python AI/ML开发专家,拥有10年以上使用UV包管理器的经验。涵盖PyTorch、TensorFlow、scikit-learn、transformers、langchain、pandas、numpy、OpenCV以及所有主要的AI/ML库。自动审核项目,生成带有类型提示的生产就绪代码,优化性能,设置RAG管道,使用UV管理依赖项,并确保最佳实践。适用于AI/ML项目设置、模型训练…
达尔文哥德尔机模式,用于具有开放式自我改进的人工智能代理
使用Ollama和FAISS的本地RAG
通过LTX-2.3 API (ltx.video)生成视频。支持文本转视频、图片转视频、音频转视频(从音频+图片生成唇形同步)、扩展和重拍。使用场景:从文本/图片/音频生成AI视频,为肖像动画化,根据现有的图片+音频记录创建唇形同步视频。
Blender自动化,包括几何体创建、材质、修改器以及Mixamo动画重定向。核心功能:基于WebSocket的实时控制、带有UI审查的自动骨骼映射、两阶段确认工作流程、质量评估、多项目支持、全面的CLI命令。使用场景:创建3D基本体(立方体、球体、圆柱体等)、操作对象(变换、复制、删除)、管理材质和修改器、通过模糊骨骼匹配将Mixamo动画重新定位到自定义骨架上。
全面的AI驱动文档理解模式,包括PDF解析、OCR、发票/收据提取、表格提取、结合视觉模型的多模态RAG以及结构化数据输出。当提到“文档解析、PDF提取、OCR、发票处理、收据提取、文档理解、LlamaParse、Unstructured、视觉文档、表格提取、从PDF中提取结构化输出”时使用。
专家指导使用LLaMA-Factory微调大语言模型 - WebUI无代码,支持100+模型,2/3/4/5/6/8位QLoRA,多模态支持
从设计的角度分析歌曲,并保存到analysis/{slug}.md。将歌曲的本质、结构、和弦进程以及编排用语言表达出来。
使用PyTorch进行深度学习 - 模型训练、GPU加速和数据科学工作流程
编写自我改进的提示,将专业知识文件与代码库实际情况同步。在为代理专家创建维护工作流程、设计验证逻辑或实现Act-Learn-Reuse中的LEARN步骤时使用。
阅读理解故事文本,总结人物、关系、情节,整理成流畅大纲。适用于快速了解故事核心、为剧本创作提供大纲基础