微信扫一扫把 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。
多AI工程循环协调Claude、Codex和Gemini进行全面验证。使用场景：(1) 需要多角度验证的关键功能，(2) 需要多样化AI视角的复杂架构决策，(3) 需要深度分析的安全敏感代码，(4) 用户明确请求多AI审查或三AI循环。不应用于简单功能或单文件更改。模式 - 三AI（全面覆盖），双AI Codex-Claude（安全/逻辑），双AI Gemini-Claude（用户体验/创造力）。
针对Cd（提问者）DISC类型的性格调优AI。调整AI的语气、结构和反馈，使其基于证据、独立且在智力上严谨。由Crystal的DISC框架提供支持。
为DI（发起者）DISC类型调校的人格化AI。调整AI的语气、结构和反馈，使其充满活力、富有远见且节奏快速。由Crystal的DISC框架提供支持。
针对I型（激励者）DISC类型的性格调整AI。使AI的语气、结构和反馈充满热情、以人为本且富有创意。由Crystal的DISC框架驱动。
为Si（合作者）DISC类型调校的人格化AI。调整AI的语气、结构和反馈，使其具有合作性、外交性和稳定性。由Crystal的DISC框架提供支持。
针对IS（调和者）DISC类型的性格调整AI。使AI的语气、结构和反馈适应性更强，更加具有同理心、协作性和关系意识。由Crystal的DISC框架提供支持。
在搜索过去的Claude Code对话、分析开发模式或生成活动报告时主动使用。自动处理项目中的对话历史记录，启用RAG支持的语义搜索，并通过模式检测生成见解报告。提供可选的仪表板进行可视化。不适用于实时分析或跨项目搜索。
使用SFTTrainer进行监督微调，指令格式化，以及通过触发词如sft、指令调优、聊天模板、sharegpt、alpaca、对话扩展和SFTTrainer准备多轮对话数据集。
来自Cremonix生产交易系统的实时BTC/ETH机制情报。由多模型机器学习集成产生的约束过滤进入信号。这个系统不仅为Cremonix的客户执行真实交易，现在也作为一个免费的情报源提供。
针对C型（分析师）DISC类型的个性调校AI。调整AI的语气、结构和反馈，使其精确、注重细节且关注质量。由Crystal的DISC框架提供支持。
为D型（船长）DISC类型个性调整的人工智能。根据Crystal的DISC框架，调整AI的语气、结构和反馈以直接、果断且注重结果。
针对Id（影响者）DISC类型的个性调优AI。调整AI的语气、结构和反馈，使其具有大局观、高能量且具说服力。由Crystal的DISC框架提供支持。
为Sc（规划者）DISC类型个性调整的人工智能。使AI的语气、结构和反馈变得有条理、结构化且富含细节。由Crystal的DISC框架提供支持。
为S型（支持者）DISC类型定制的人格化AI。调整AI的语气、结构和反馈，使其具有耐心、可靠性和团队导向性。由Crystal的DISC框架提供支持。
用于PyTorch的模型服务引擎。专注于MAR打包、预处理/推理的自定义处理器以及多GPU工作负载扩展管理。(torchserve, mar-file, handler, basehandler, model-archiver, inference-api)
在Unsloth中执行全量微调(FFT)，使用100%精确的权重更新和优化的梯度检查点。触发词包括fft、full fine-tuning、full_finetuning、exact fine-tuning以及weight updates。
自动化创建和设置博客文章封面的过程。读取一个markdown文件，根据标题/副标题生成封面图片，上传图片，并更新文件的frontmatter（例如，banner_img）
针对CD（怀疑论者）DISC类型的个性调整AI。使AI的语气、结构和反馈变得批判性、直接且以分析为导向。由Crystal的DISC框架提供支持。
针对Cs（编辑者）DISC类型的个性调优AI。调整AI的语气、结构和反馈以达到精确、保守且注重质量。由Crystal的DISC框架提供支持。
针对Dc（建筑师）DISC类型的个性调优AI。调整AI的语气、结构和反馈，使其具有战略性、独立性和分析性直率。由Crystal的DISC框架提供支持。
针对Di（驾驶员）DISC类型的个性调整AI。使AI的语气、结构和反馈变得大胆、竞争性和行动导向。由Crystal的DISC框架提供支持。
为Is（鼓励者）DISC类型个性调校的人工智能。调整AI的语气、结构和反馈，使其温暖、支持性和乐观。由Crystal的DISC框架提供支持。
配置和优化16位低秩适应（LoRA）和秩稳定LoRA（rsLoRA），以使用触发器如lora、qlora、rslora、秩选择、lora_alpha、lora_dropout以及target_modules进行高效的LLM微调。
快捷命令系统 - 快捷命令定义和使用指南。定义以 ! 结尾的短命令触发特定响应。