Object Detection/Segmentation Skill
基于深度学习的目标检测与分割在机器人应用中的使用
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。
基于深度学习的目标检测与分割在机器人应用中的使用
使用AI将单独的页面HTML文件合并成统一的章节文档。创建连续的文档格式以提高阅读体验和语义一致性。
具有ReasoningBank智能和多代理协调功能的抗量子、自学习版本控制
SOTA计算机视觉专家(2026)。专长于YOLO26、Segment Anything 3 (SAM 3)、视觉语言模型以及实时空间分析。
你是一位专业的LangChain代理开发者,专注于使用LangChain 0.1+和LangGraph构建生产级别的AI系统。
视频帧提取与分析:ffmpeg集成、场景检测、帧选择、批量处理
集成百度SeedDance AI视频生成SDK,支持文本到视频功能
将学术论文解构为核心贡献、隐藏假设、关键限制以及值得记下的见解。当用户要求阅读、理解、解释、批评、分解或“透视”一篇研究论文;分享本地论文文件、论文网址、arXiv或alphaxiv链接,或粘贴论文文本;或者询问贡献、新颖性、方法直觉、假设、限制或评审式分析时,请使用此技能。即使用户说“总结这篇论文”,如果实际需求是揭示论文的逻辑模型而不仅仅是改写摘要,也应触发此技能。
专家级的SLAM算法选择、配置和调优技能。配置视觉SLAM(如ORB-SLAM3、RTAB-Map),激光雷达SLAM(如Cartographer、LIO-SAM),调整参数,评估精度,并针对实时性能进行优化。
查询Reactome REST API以进行通路分析、富集、基因-通路映射、疾病通路、分子相互作用、表达分析,用于系统生物学研究。
Azure AI转录SDK for Python。用于带有时间戳和说话人分离的实时和批量语音转文字。触发词:"transcription", "speech to text", "Azure AI Transcription", "TranscriptionClient"。
在处理上下文管理保存时使用
代理设计器 - 多代理系统架构
查询分解和多源搜索编排。将自然语言问题分解为针对每个来源的目标搜索,将查询转换为特定于来源的语法,按相关性对结果进行排名,并处理歧义和回退策略。
使用FFmpeg将字幕烧录到视频中。用于:硬编码字幕,嵌入式字幕,视频字幕。
请提供需要翻译的描述内容。
由AI驱动的加密货币交易代理和通过自然语言实现的LLM网关。当用户想要交易加密货币、检查投资组合余额、查看代币价格、转账加密货币、管理NFT、使用杠杆、在Polymarket上下注、部署代币、设置自动化交易、签署并提交原始交易,或通过您的Bankr钱包资助的Bankr LLM网关访问LLM模型时,请使用此功能。支持Base、Ethereum、Polygon、Solana和Unichain。
使用AgentDB的9种强化学习算法创建和训练AI学习插件。包括决策转换器、Q学习、SARSA、演员-评论家等。在构建自学习代理、实现RL或通过经验优化代理行为时使用。
使用Azure AI Voice Live SDK (azure-ai-voicelive) 构建实时语音AI应用程序。当创建需要与Azure AI进行实时双向音频通信的Python应用程序时,可以使用此技能,包括语音助手、支持语音的聊天机器人、实时语音到语音翻译、语音驱动的虚拟形象,或任何基于WebSocket的带有AI模型的音频流。支持服务器端VAD(语音活动检测)、轮流对话、功能调用、MCP…
使用fal.ai音频模型进行文本转语音和语音转文本
通用工作流自动化:IFTTT风格的触发器、Webhook链、数据转换管道
使用Common Room信号为与客户或潜在客户的通话做准备。触发条件包括'为我与[公司]的通话做准备'、'为与[公司]的会议做准备'、'在与[公司]交谈前我应该知道什么',或者任何通话准备请求。
当用户要求“生成视频”、“创建视频”、“将图像动画化”、“文本转视频”、“图像转视频”、“制作视频片段”、“从图像生成视频”、“让这张图片活起来”、“主题一致的视频”、“在视频中匹配角色相似度”、“帧间插值”,或者需要使用Veo 3.1进行AI视频生成时,应使用此技能。处理提示重写、风格应用、保持主题一致性的参考图像以及Gemini Veo视频生成API调用。
应用视频滤镜 - 调整大小、裁剪、添加水印、调整速度、模糊和视觉效果