hugging-face-vision-trainer
使用Hugging Face Transformers在Hugging Face Jobs云GPU上训练和微调视觉模型,用于对象检测(D-FINE, RT-DETR v2, DETR, YOLOS)、图像分类(timm模型 — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 — 加上任何Transformer分类器)以及SAM/SAM2分割。涵盖COCO格式数…
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。
使用Hugging Face Transformers在Hugging Face Jobs云GPU上训练和微调视觉模型,用于对象检测(D-FINE, RT-DETR v2, DETR, YOLOS)、图像分类(timm模型 — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 — 加上任何Transformer分类器)以及SAM/SAM2分割。涵盖COCO格式数…
一个Electric Monk引擎——两个子代理完全代表用户持有坚定的立场,而协调者则进行结构性矛盾分析与综合。通过将信念工作外包给代理,用户可以从一个无信念的位置操作,在那里他们可以分析矛盾的结构,而不是站在任何一边。当用户想要对一个想法进行压力测试、解决真正的紧张关系、建立更深层次的心理模型,或者在权衡不明确的情况下做出高风险决策时使用。适用于任何领域——技术架构、产品策略、哲学、个人决策、风…
构建具有记忆和状态的对话式AI助手。当您需要客户支持聊天机器人、帮助台机器人、入职助手、销售资格机器人、FAQ助手或任何多轮对话式AI时使用。由DSPy提供响应质量,LangGraph进行对话状态管理。
撰写全面的医学影像AI研究文献综述。在撰写关于CT、MRI、X射线、超声波或病理图像中的分割、检测、分类等主题的综述文章、系统评价或文献分析时使用。当请求“review paper”、“survey”、“literature review”、“综述”、“systematic review”,或者提到为医学影像深度学习写学术综述时触发。
命令行工具,将分析任务委托给AI模型。包括图像描述、截图比较、从文本生成文章和布尔条件评估。可用于描述图像、比较UI状态、生成报告、评估条件或任何需要AI推理的任务。触发词:ai analysis, describe image, compare screenshots, generate essay, evaluate condition, alt text, image description…
全面研究和分析书籍,提供可操作的见解、隐藏的宝藏和个人化推荐。当用户请求书籍研究、书籍报告、书籍分析或说“Research Book”后跟书名时使用。适应项目背景(职业、个人、学术、爱好)。
处理照片上传、分析和处理在Claude Code中的应用。当用户希望上传图片、分析截图、处理照片或在Claude Code对话中使用视觉内容时,应使用此技能。
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。
当用户想要优化卡车装载、装载配送车辆或计划车辆容量利用率时。也适用于用户提到“卡车装载”、“配送车辆优化”、“货车装载”、“货运车装箱”、“多点车辆装载”、“配送路线装载”、“轴重分布”或“车辆利用率”的情况。对于集装箱装载,请参见container-loading-optimization。对于路线优化,请参见route-optimization。
在设计基于监管者的多智能体系统时使用此技能。当用户需要协调多个AI智能体、协调智能体工作流程、为智能体实现一个中央控制器、设计中心辐射型智能体架构或构建分层智能体系统时激活。
阻止你的AI编造内容。当你的AI产生幻觉、捏造事实、不基于真实数据、不引用来源、做出无根据的声明,或者你需要根据原始材料验证AI的回答时使用。涵盖引用强制执行、忠实性验证、通过检索进行基础化处理以及置信度阈值。
搜索个人素材库(真实经历、案例、观点库)。 使用场景:写文章需要真实案例、找不到素材、想让内容更真实、用户提到"素材"或"案例"。 触发关键词:素材、案例、真实经历、个人经历、找不到例子、搜一下。
专业音频制作,适用于音乐、播客和声音设计。在处理任何媒介的音频录制、混音、母带处理或声音设计时使用。
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)。
自动化数据探索和可视化工具,提供从数据加载到专业报告生成的完整EDA解决方案。支持多种图表类型、智能数据诊断、建模评估和HTML报告生成。适用于医疗、金融、电商等领域的数据分析项目。
关于统计分析方法和蒙特卡洛模拟在梦幻足球中的应用的专业指导。当选择回归方法、设计模拟、进行方差分析或执行假设检验时,请使用此技能。涵盖回归类型(OLS、Ridge、Lasso、GAMs)、蒙特卡洛框架、均值回归分析以及球员表现建模的统计最佳实践。
利用MiniPC节点(Remotion + FFmpeg)实现的实战型视频编辑技能。支持从编程方式的视频制作到剪辑、字幕合成、格式转换等。
将冗长的文本提炼为其精炼的本质。压缩而不丢失意义——提要、浓缩、语言经济。当用户说“提炼”、“浓缩”、“紧缩”、“使简洁”、“使这个更简洁”、“缩短这个”、“太啰嗦了”、“减少冗余”、“压缩这段文字”、“去掉多余部分”、“省略不必要的词”,或要求在保留实质内容的同时减少文本长度时使用。
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。
使用设计哲学创建美观的视觉艺术作品,格式为.png和.pdf文档。当用户要求创建海报、艺术品、设计图或其他静态作品时,你应该运用这项技能。创造原创的视觉设计,绝不复制现有艺术家的作品以避免侵犯版权。
用于音频生成的PyTorch库,包括文本转音乐(MusicGen)和文本转声音(AudioGen)。当您需要从文本描述生成音乐、创建音效或进行旋律条件下的音乐生成时使用。
从RTSP/ONVIF摄像头捕获帧或剪辑。
生成数据可视化、图表和曲线图。分析数据结构以选择最佳的可视化类型。支持条形图、折线图和散点图以提高清晰度。
基于对124首曲目(每首38个参数)和3个播放列表的分析,完成Laimis的完整音乐品味概况。当用户要求创建音乐提示(SUNO/Udio)、描述音乐品味、推荐曲目、根据心情创建播放列表或任何与音乐相关的任务时,请使用此技能。此技能包含了完整的音乐精髓,无需重新分析playlist_analysis.jsonl或播放列表文件。激活此技能可用于生成提示、品味描述、基于心情的推荐、风格分析或音乐讨论。