omnicaptions-LaiCut
当用户需要准确/精确的字幕时间,或者使用强制对齐将字幕与音频/视频对齐时使用。校正字幕时间以匹配实际语音。使用LattifAI Lattice-1模型。
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。
当用户需要准确/精确的字幕时间,或者使用强制对齐将字幕与音频/视频对齐时使用。校正字幕时间以匹配实际语音。使用LattifAI Lattice-1模型。
构建多个协同工作的AI代理。当您需要一个可以将任务分配给专家的主管代理、代理交接、并行研究代理、支持升级(L1到L2)、内容流程(作者+编辑+事实核查员)或任何多代理系统时使用。由DSPy提供优化代理,LangGraph负责协调。
构建能够回答有关您数据库问题的人工智能。当您需要文本转SQL、自然语言数据库查询、面向非技术人员的数据助手、由AI驱动的分析、用简单的英语进行数据库搜索,或者一个可以与您的数据库对话的聊天机器人时,请使用此功能。涵盖用于理解模式、生成SQL、验证以及结果解释的DSPy管道。
跟踪哪个优化实验是最好的。当您运行了多个优化过程,需要比较实验、希望重现过去的结果、需要选择最佳的提示配置、跟踪实验成本、管理优化产物、决定部署哪个优化程序或向利益相关者证明您的选择时,请使用此功能。涵盖了实验日志记录、比较以及推广到生产的过程。
将ML/DL问题路由到专门的技能。当不确定适用哪种技能、用户提出广泛的ML问题或可能涉及多个主题时,请使用FIRST。映射:回归/分类 → ml-fundamentals,集成/聚类 → ml-advanced,TF-IDF/Word2Vec → nlp-classical,训练/反向传播 → deep-learning-core,PyTorch → pytorch-mastery,CNNs/图像…
从学术论文和内容生成专业的幻灯片图片。创建包含样式说明的全面大纲,自动从PDF中检测图表,然后生成单独的幻灯片图片。当用户要求“创建幻灯片”、“制作演示文稿”、“生成幻灯片集”或“幻灯片集”时使用。
为LLM后训练(SFT/DPO/RLHF)创建高质量数据集的指南。在准备微调数据、评估数据质量或设计数据收集策略时使用。
构建AI代理和工作流的模式和架构,使用大语言模型。在设计涉及工具使用、多步骤推理、自主决策或大语言模型驱动任务编排的系统时采用。
在法律情境中展示AI能力的框架。提供跨越租客法、商业合同、创业纠纷、雇佣索赔以及消费者保护等领域的详细角色设定,并配有逐步复杂的情景。使用场景:(1) 展示由AI驱动的法律分诊或接收系统,(2) 展现负责任的AI辅助客户互动,(3) 培训员工如何在法律环境中恰当地使用AI,(4) 为法律科技演示创建现实场景,(5) 开发关于法律服务中AI应用的教育材料,或者(6) 在受控环境中测试由AI驱动的法律…
让你的人工智能遵循规则和政策。当你的AI违反格式规则、违反内容政策、忽略业务约束、输出无效JSON、超出长度限制、包含禁止内容或不符合你的规范时使用。涵盖DSPy Assert/Suggest用于硬性和软性规则、内容政策、格式强制执行、重试机制以及组合多个约束条件。
将你的AI置于API之后。当你需要将AI功能作为Web端点提供、向现有后端添加AI、部署可供其他服务调用的AI、使用REST/HTTP封装DSPy程序、构建AI微服务或将语言模型置于FastAPI之后时使用。涵盖FastAPI集成、程序加载、请求/响应模型、每次请求配置、错误处理以及Docker部署等内容。
使用高质量的AI语音合成(Apple Silicon上的Kokoro TTS)朗读文本。当用户要求朗读、叙述或大声说出文本时使用。支持为多个呼叫者同时生成音频。
使用AgentGo进行本地RAG(检索增强生成)操作,包括文档摄入、语义搜索和问答。支持多提供商LLM、MCP工具、技能和认知记忆(Hindsight/PageIndex)。在构建具有长期记忆能力的本地知识库和AI助手时使用。
使用yt-dlp从各种平台下载视频并提取音频。当用户提供了一个视频链接、要求下载视频,或者对话中包含来自YouTube、Twitter/X、Vimeo、TikTok、Instagram等平台的视频链接时使用。
专注于 LLM 应用开发,涵盖 RAG 和 LangChain 架构。
FFmpeg音频处理、批量编辑、标准化、混音和自动化音频制作工作流程。适用于大规模音频处理、编辑任务自动化或构建音频流水线时使用。
在AI输出到达用户之前进行验证和校验。当您需要护栏、输出验证、安全检查、内容过滤、事实核查AI响应、捕捉幻觉、防止不良输出、质量关卡,或确保AI响应符合您的标准时使用。涵盖DSPy断言、验证模式以及生成-然后过滤的流水线。
了解您的AI在生产环境中何时出现问题。当您需要监控AI质量、跟踪随时间变化的准确性、检测模型退化、设置AI故障警报、记录预测、衡量生产质量、捕捉模型提供商行为变化、构建AI监控仪表板,或证明您的AI仍为合规性而工作时使用。涵盖DSPy评估以进行持续监控、预测日志记录、漂移检测和警报。
让你的AI每次给出相同的答案。当AI对相同的问题给出不同的答案、输出不可预测、运行之间的响应不同、你需要确定性的AI行为或你的AI不可靠时使用。涵盖DSPy一致性技术——温度、类型化输出、断言和优化。
[WHAT] 为AI产品吉祥物、球形化身和动画伴侣的角色设计与插图助手。[HOW] 生成文本到图像的提示、角色参考表、动画状态矩阵、Lottie运动规范和SwiftUI动画参数。使用“nano banana”快速渲染模式进行快速5样本概念探索。[WHEN] 在设计吉祥物、化身、球形角色、动画斑点、引导动画、表情表或角色状态系统时使用。触发词包括:“character design”、“mascot…
有效使用write_todos工具进行Deep Agents中的任务规划和分解。当用户想要(1)使用write_todos实现任务规划,(2)将复杂任务分解为子任务,(3)通过待办事项跟踪代理进度,(4)调试为什么待办事项未完成,(5)为不同类型的任务(研究、编码、分析)设计待办事项结构,(6)了解待办事项状态生命周期和最佳实践,或(7)从LangSmith痕迹可视化待办事项进展时使用。
当您已经验证了对称群,并且需要设计尊重这些对称性的神经网络架构时使用。当用户提到等变层、G-CNN、e3nn、可操纵网络、将对称性构建到模型中,或者需要针对特定对称群的架构建议时调用。提供架构模式和实现指导。
此技能应用于时间序列机器学习任务,包括分类、回归、聚类、预测、异常检测、分割和相似性搜索。当处理时序数据、顺序模式或需要超出标准ML方法的专业算法的时间索引观察时使用。特别适合于具有scikit-learn兼容API的单变量和多变量时间序列分析。
在最少的监督下自主执行1-2小时或更长时间的任务。需要事先提供任务合同(成果、排除项、持续时间、限制条件),然后通过澄清→计划→自主工作→会议报告的方式执行。