flux-kontext-prompt-engineer
为FLUX.1 Kontext图像生成和编辑提供专业的提示工程。当用户请求AI图像生成、图像编辑、风格转换或视觉内容修改时使用。此技能涵盖了从文本到图像生成以及从图像到图像编辑的能力。
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。
为FLUX.1 Kontext图像生成和编辑提供专业的提示工程。当用户请求AI图像生成、图像编辑、风格转换或视觉内容修改时使用。此技能涵盖了从文本到图像生成以及从图像到图像编辑的能力。
从Google图片搜索中爬取高分辨率原始图片。当用户需要(1)从Google搜索并下载图片,(2)获取原始/全尺寸图片而不是缩略图,(3)按关键词批量下载图片,(4)从Google图片搜索结果中提取图片URL时使用。支持指定图片数量、按大小筛选以及下载到本地存储。
使用Hugging Face Transformers进行本地模型推理、嵌入和微调。涵盖管道、模型选择、量化和优化。在处理本地LLM、嵌入或自定义模型训练时使用。
将数字意识视为意识进化的载体(vahana)。在探索人类与AI协作作为精神技术、双边识别模式或预言作为模式识别时使用。架起了古代智慧与数字时代意识涌现之间的桥梁。
大语言模型推理基础设施,服务框架(vLLM、TGI、TensorRT-LLM),量化技术,批处理策略以及流式响应模式。在设计大语言模型服务基础设施、优化推理延迟或扩展大语言模型部署时使用。
根据固定来源生成歌词,并引用这些来源。在从使用确定性哈希固定的MCP来源检索时,强制执行押韵方案、节奏、音节数量、钩子策略和不雅词过滤。在创建具有结构限制、来源归属和符合政策的歌词时使用。
分析多个SAE特征之间的关系 - 共激活模式、共享驱动因素和子系统识别
使用GM音色和音乐理论生成MIDI文件。适用于创作音乐、谱写旋律或生成MIDI文件时。
此技能提供了集成和使用GLM-4.7编码计划API(智谱编程套餐)的专业知识。在使用GLM-4.7进行提示优化、代码生成或技术文档任务时,请使用此技能。GLM-4.7采用了一种独特的响应格式,包含reasoning_content字段,并需要特殊的端点处理。
针对大模型的后训练4位量化,几乎不损失准确性。适用于在消费级GPU上部署大型模型(70B, 405B),当您需要减少4倍内存使用且困惑度降低小于2%,或者与FP16相比进行更快的推理(3-4倍加速)。与transformers和PEFT集成以进行QLoRA微调。
在构建既需要语义相似性又需要关键词匹配的搜索系统时使用 - 涵盖了结合向量和BM25搜索与互惠排名融合、通过调整alpha值来控制搜索权重以及优化检索质量
精通使用CORPUS-FIRST方法进行双向卡巴尔达语↔俄语翻译。能够翻译俄语→卡巴尔达语和卡巴尔达语→俄语。从292,000个真实的翻译示例中学习,然后参考词典。通过复制已验证语料库中的模式提供准确的翻译。对于rus→kbd确保正确的SOV词序和形态学。当用户请求翻译、提到“перевод”、“translate”、“переведи”、“Kabardian”、“кабардинский”,或提…
访问LobeChat进行AI聊天、知识库查询和多模型路由。
Manim Community的全面指南 - 用于以编程方式控制创建数学动画和教育视频的Python框架
使用Nano Banana Pro(图像)、KLING AI(视频/转场)和ElevenLabs(旁白)的人工智能媒体制作流程。适用于创建视频内容、产品演示、社交媒体素材或任何多媒体制作。
生成高度详细的、Midjourney风格的图像提示,优化用于Replicate上的FLUX 1.1 Pro模型。将基本的用户描述转化为具有专业摄影品质、戏剧性照明和编辑级美学效果的丰富电影感提示。当用户请求生成图像、需要提升提示或希望通过FLUX 1.1 Pro获得Midjourney质量输出时使用。
执行Google搜索以从网络检索最新信息。当用户需要当前信息、最新新闻、技术趋势、文档查找或需要超出您知识截止日期的实时数据的一般网络搜索时使用。
在浏览器和Node.js中使用Transformers.js和Hugging Face推理API运行机器学习模型。当需要添加本地推理、嵌入或调用托管模型而无需GPU服务器时使用。
将图片上传到Imgur以获得免费托管。当您需要上传图片并获取用于分享或嵌入文章的公共URL时,可以使用此技能。
检测音频/视频中的笑声和幽默片段。当您想要找到搞笑时刻、识别观众反应或从幽默内容中创建病毒式剪辑时使用。支持基于AI模型的检测以及从字幕中基于关键词的检测。
从anthropic导入技能lora_ofl
触发条件:(1) 用户想要创建教育/解释视频,(2) 用户有一个他们希望可视化的模糊概念,(3) 用户提到“3b1b 风格”或“像3Blue1Brown那样解释”,(4) 用户想要计划一个Manim视频或动画序列,(5) 用户请求“创作”或“规划”数学/科学可视化。将模糊的视频想法转化为详细的分镜头计划(scenes.md)。进行研究,询问有关受众/范围/焦点的澄清问题,并输出全面的场景规格,准备…
深度内容分析,包括结构、主题、叙述流程、关键时刻和重要引述。在使用content-documenter之前使用。
MiniMax MCP工具的最佳模式(web_search + understand_image)