llama-cpp
在CPU、Apple Silicon和非NVIDIA的消费级GPU上运行大语言模型推理。适用于边缘部署、M1/M2/M3 Macs、AMD/Intel GPU,或当CUDA不可用时。支持GGUF量化(1.5-8位),以减少内存使用,并在CPU上相比PyTorch实现4-10倍的速度提升。
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。
在CPU、Apple Silicon和非NVIDIA的消费级GPU上运行大语言模型推理。适用于边缘部署、M1/M2/M3 Macs、AMD/Intel GPU,或当CUDA不可用时。支持GGUF量化(1.5-8位),以减少内存使用,并在CPU上相比PyTorch实现4-10倍的速度提升。
使用Google的Nano Banana(Gemini Image)API生成插图。在根据文本提示创建图像、插图、视觉内容或为文档/故事配图时使用。默认使用Pro模型,采用横向(16:9)长宽比。需要在环境中设置GOOGLE_API_KEY。
在Obsidian中执行RAG流程,以回答、总结、重组或创建带有可追溯引用的新笔记。
基于研究生水平的视觉美学教育、计算美学研究(AVA、NIMA、LAION-Aesthetics、VisualQuality-R1)以及使用定制工具的专业图像分析的专家级摄影构图批评。可用于图像质量评估、构图分析、美学评分、照片批评。在“照片批评”、“构图分析”、“图像美学”、“NIMA”、“AVA数据集”、“视觉质量”上激活。不适用于照片编辑/润色(请使用原生应用设计师),生成图像(直接使用Sta…
研究文献代理,用于医疗工作流程。
在网上搜索视频素材并生成专业视频 - 使用yt-dlp、豆包TTS、Remotion渲染和背景音乐的自动化视频制作流程。
个性化的人工智能辅导,帮助学习任何创意或技术技能。适应性教学,根据您的水平进行指导,助您达到精通。适用于深度学习旅程的高级技能。
使用火山引擎Seedream模型从文本提示生成高质量图像。支持多种艺术风格和宽高比。当用户希望从文本描述创建图像、以各种风格生成艺术作品、为创意项目创建视觉内容或需要AI驱动的图像生成功能时,请使用此技能。
专家级机器学习工程师,专注于生产模型部署、服务基础设施和可扩展的机器学习系统。精通模型优化、实时推理以及边缘部署,注重大规模下的可靠性和性能。
为Gemini 2.5 Flash Image(Nano Banana)生成优化的提示。用于图像生成、制作照片提示、艺术风格或遵循最佳实践的多轮编辑工作流程。
通过OpenAI Images API批量生成图片。随机提示采样器+`index.html`图库。
自动发布每日科技早报播客到小宇宙平台。 触发场景:用户提到"发布播客"、"小宇宙播客"、"自动发布"、"播客上传"、"RSS发布"。 适用于:将生成的播客音频自动发布到RSS.com,并通过RSS订阅同步到小宇宙,同时发送飞书通知。
当图片太大而无法查看或处理时,使用ImageMagick调整图片大小。当你遇到超过令牌限制、太大而无法读取的图像文件,或者需要为查看创建一个较小版本的图像时,请使用此技能。
理解并使用StickerNest的自我改进AI系统。当用户询问关于AI自我改进、提示版本控制、反思循环、AI评估、自动调整提示或AI评判系统时使用。涵盖了AIReflectionService、存储以及改进循环。
智能邮件管理 - 草拟回复、按优先级分类、收件箱摘要以及用适当的语气撰写专业邮件。
下载备份微博(weibo)收藏内容,本人或关注博主发布内容所有历史记录,包括图片、视频和长文章。 当用户提到"微博收藏"、"下载微博"、"备份微博"、"weibo favorites"、 "抓取微博内容"、"保存微博图片"或任何与微博数据备份相关的需求时, 支持 headless 模式、支持图片尺寸选择、视频下载、长文章提取等功能,以Markdown格式保存。
记忆系统专家,专注于分层记忆、整合以及基于结果的学习。当提到“记忆系统、记忆层次结构、记忆整合、遗忘策略、显著性学习、结果反馈、时间记忆层次、实体解析、记忆、zep、graphiti、mem0、letta、分层、整合、显著性、遗忘、ml-memory”时使用。
用于从文本中提取结构化信息时 - 命名实体识别、关系抽取、共指消解、知识图谱构建以及信息抽取流程
使用parakeet-mlx将音频文件转换为文本,这是NVIDIA针对Apple的MLX框架优化的Parakeet自动语音识别模型。通过uvx运行,以实现高质量带时间戳的设备端语音转文本处理。非常适合播客、访谈、会议和其他音频内容。当用户说诸如“转录这段音频”、“将音频转换为文本”、“转录这个播客”、“从这段录音中获取文本”、“语音转文字”或“转录这个wav/mp3/m4a文件”时,会触发此技能。
生成一个0到9999之间的随机幸运数字。当用户请求幸运数字、随机数预测,或需要为游戏、抽奖或决策提供一个数字时使用此技能。
将创意想法转化为专业且适合生产的剧本,优化用于AI视频生成流程。将原始概念转换为结构化的场景叙事,包含丰富的视觉描述、适当的剧本格式以及XML标记的输出,以便与图像/视频生成工具(如imagine, arch-v)无缝集成。使用场景:将故事想法转换为剧本格式,为AI视频流程准备内容,为5-10分钟短片构建叙事结构,为图像生成创建视觉丰富的场景描述。工作流程:原始想法 → 场景分解 → 视觉增强 →…
使用pyannote-audio进行高级说话人日记化。识别谁在何时说话,检测多个说话人,处理重叠语音,并创建特定于说话人的片段。当您需要准确的说话人识别、多说话人内容分析或特定于说话人的剪辑提取时,请使用此功能。对于复杂场景,比Gemini内置的日记化更准确。
将某个话题或者网页内容总结合成为播客音频(Podcast)。基于火山引擎豆包语音播客合成协议生成最终音频。
全面的蛋白质语言模型工具包,包括ESM3(跨序列、结构和功能的生成式多模态蛋白质设计)和ESM C(高效的蛋白质嵌入和表示)。在处理蛋白质序列、结构或功能预测;设计新型蛋白质;生成蛋白质嵌入;执行逆折叠;或进行蛋白质工程任务时使用此技能。支持本地模型使用和基于云的Forge API以实现可扩展推理。