sirv-dynamic-imaging
Sirv动态图像URL API用于即时图像转换。在使用Sirv CDN构建图像URL、通过URL参数调整图像大小、添加水印/文本覆盖、裁剪、应用滤镜、格式转换(WebP, AVIF)或任何基于Sirv URL的图像处理时使用。涵盖了100多个用于缩放、裁剪、效果、文本、水印、边框和优化的URL参数。
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。
Sirv动态图像URL API用于即时图像转换。在使用Sirv CDN构建图像URL、通过URL参数调整图像大小、添加水印/文本覆盖、裁剪、应用滤镜、格式转换(WebP, AVIF)或任何基于Sirv URL的图像处理时使用。涵盖了100多个用于缩放、裁剪、效果、文本、水印、边框和优化的URL参数。
通过参考图和LoRA技术保持AI生成图像中的角色一致性。涵盖转面视图、表情表、调色板以及风格一致性的技巧。用途:角色设计、游戏美术、插画、动画、漫画、视觉小说。触发词:角色设计、角色表、角色一致性、角色参考、转面表、表情表、角色艺术、一致的角色、角色概念、参考表、角色创建、原创角色设计、角色设定集
在使用Gemini模型生成图像时选择Nano Banana 1/2/Pro,优化图像生成成本,撰写图像提示词,或需要与真实世界的参考图像进行视觉定位时使用
使用此方法进行探索性数据分析(EDA),利用Python(Pandas/Seaborn/Plotly)或SQL生成可视化图表,发现趋势,并从数据集中提取见解。
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。
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。
使用电影技巧、音频指导和时间戳编排为Google Veo 3.1制作专业的视频提示。在生成AI视频、创建视频提示或与Veo 3工作时使用。
根据用户提供的内容生成设计良好的信息图(PNG)。自动将文本结构化为具有网格布局的视觉模块。当用户说“信息图”、“infograph”、“做成信息图”,或希望将信息可视化为结构化的图形时使用。
当用户希望搜索过去的品牌知识时使用——例如'第四季度电子邮件营销哪些方法有效?'、'我们的品牌声音指南是什么?'、'我们对竞争对手X了解到了什么?'——通过对存储记忆进行语义搜索来实现。
在存储决策追踪、查询过往先例或实现学习循环时使用。在COMPLETE状态下加载,或者当需要从历史中学习时加载。涵盖使用Voyage AI嵌入进行语义搜索、跨平台矢量存储的ChromaDB以及从历史中提取模式。
将Obsidian视频笔记从Vault转换为在joelclaw.com上发布的笔记。当发布视频笔记、将库中的视频内容转换到网站上,或者被要求'发布一个视频笔记'、'把这个视频变成笔记'、'从vault/videos发布'或任何涉及/Vault/Resources/videos → joelclaw内容的任务时使用。触发条件是对视频笔记、库中视频文件或向博客发布视频内容的引用。
总结YouTube视频或频道的最新视频。可用于单个视频URL、频道URL或@handle来总结最近上传的内容。
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。
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。
关于查询机器学习模型排行榜和基准测试(如MTEB、HuggingFace、嵌入式基准)的指导。当任务涉及在特定基准上查找表现最佳的模型、跨排行榜比较模型性能或回答有关当前基准排名的问题时,这项技能非常有用。涵盖了访问实时排行榜数据的策略、处理时间要求以及避免使用过时来源时常见的陷阱。
多模态分析专家,分析 PDF/图片/视频/音频/图表/架构图/截图。
书籍封面设计,包括特定类型的惯例、排版规则和AI图像生成。涵盖小说与非小说类作品、尺寸设定、缩略图测试及迭代工作流程。可用于:自助出版、电子书封面、印刷封面、有声书封面、封面草图。触发词:书籍封面、封面设计、电子书封面、书籍艺术、小说封面、自助出版封面、Kindle封面、有声书封面、书套、封面插图、小说封面、非小说封面
理解从人类反馈中学习的强化学习(RLHF)以对齐语言模型。在学习偏好数据、奖励建模、策略优化或直接对齐算法(如DPO)时使用。
一键综合分析某只股票/公司。通过并行子代理同时采集股价、新闻舆论、行业对比、市场环境、公司官网五个维度的数据,然后在主线程进行交叉分析、因果归因和趋势预测,输出标准化 HTML 分析报告(含当日行情和7日趋势)。触发词:分析XX股票、analyze TICKER、XX怎么样、XX值得买吗。支持A股、港股和美股。
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。
当你没有足够的真实示例时,生成合成训练数据。在以下情况下使用:从零开始没有任何数据、需要快速获得概念验证、用于优化的例子太少、由于隐私或合规性原因不能使用真实客户数据、需要填补边缘情况的空白、类别不平衡、添加了新类别或更改了模式。涵盖DSPy合成数据生成、质量过滤和从零开始引导。
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。
实现用于回归和分类的经典机器学习算法。涵盖线性/多项式/逻辑回归、决策树、岭/Lasso正则化、训练/测试分割、交叉验证以及评估指标(R²、RMSE、精确度、召回率、F1、ROC-AUC、混淆矩阵)。在构建表格数据的预测模型、比较基线算法、处理不平衡数据时使用,或者当用户提到'回归'、'分类'、'过拟合'、'交叉验证'、'混淆矩阵'、'特征重要性'、'精确度/召回率'或'正则化'时使用。
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、实施RL或通过经验优化代理行为时使用。