media-adaptation
系统地分析现有媒体,以提取可用于新场景的可转移元素。当将电视、电影或游戏改编为小说,跨类型转换套路,或为新背景转换类型元素时使用。
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。
系统地分析现有媒体,以提取可用于新场景的可转移元素。当将电视、电影或游戏改编为小说,跨类型转换套路,或为新背景转换类型元素时使用。
本地优先的RAG记忆系统,适用于AI代理。渐进式披露搜索、会话自动捕获、每个项目的上下文大脑目录、注入防御。
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。
使用DSPy构建一个新的AI功能。当向您的应用程序添加AI、启动新的AI项目、构建由AI驱动的功能、从零开始设置DSPy程序或引导由大语言模型支持的后端时,请使用此功能。
确切地查看您的AI在特定请求上做了什么。当您需要调试错误答案、追踪特定的AI请求、分析缓慢的AI流程、找出哪个步骤失败、检查LM调用、查看每次请求的令牌使用情况、构建审计跟踪或了解客户为何收到不良响应时,请使用此功能。涵盖DSPy检查、每步追踪、OpenTelemetry工具化以及追踪查看器设置。
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…
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。
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。
当用户想要在仓库中应用计算机视觉,检测缺陷、跟踪包裹、计数库存或自动化视觉检查时。或者当用户提到“计算机视觉”、“图像识别”、“物体检测”、“条形码读取”、“包裹跟踪”、“质量检查”、“YOLO”、“RCNN”、“图像分类”或“基于视觉的仓库自动化”时。对于一般的机器学习,请参阅ml-supply-chain。
基于FFmpeg的免费游戏广告视频自动生成技能。通过游戏ID(steam app id)自动收集截图→应用模板样式(动作/益智/儿童)→包含文本叠加的15~30秒MP4输出。
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…
使用AI自动排序、分类或标记内容。适用于将票据分类、内容自动标记、邮件标注、情感检测、将消息路由到正确的团队、支持请求的初步处理、构建垃圾邮件过滤器、意图检测、主题分类,或任何文本输入后输出类别的任务。
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。
专注于 LLM 应用开发,涵盖 RAG 和 LangChain 架构。
生成专业金融图表(K线图、技术指标图)。适用于数据可视化、技术分析展示、报告生成等场景。支持多种图表类型(basic、comprehensive)和自定义样式(深色、浅色主题)。
当用户希望将自然语言处理应用于供应链,从文档中提取信息,分析供应商通信,对物品进行分类,或处理非结构化文本时。也适用于用户提到“自然语言处理”、“NLP”、“文本挖掘”、“文档提取”、“供应商情绪分析”、“基于文本的产品分类”、“BERT”、“用于文本的转换器”或“用于供应链的聊天机器人”。对于一般的机器学习,请参阅ml-supply-chain。
使用LanceDB向量嵌入进行文档的语义和多模态搜索。在搜索知识库、语义上查找信息、为RAG摄取文档或执行向量相似性搜索时使用。触发词包括“搜索文档”、“语义搜索”、“在知识库中查找”、“向量搜索”、“索引文档”、“LanceDB”,或RAG/嵌入操作。
将多个AI步骤链接成一个可靠的管道。当您的AI任务对于单个提示过于复杂时,请使用此方法,您需要将AI逻辑分解为多个阶段,结合分类然后生成,进行多步骤推理,构建复合AI系统,协调多个模型,或将AI组件连接在一起。由DSPy多模块管道提供支持。
在不破坏现有功能的情况下切换AI提供商或模型。当您想从OpenAI切换到Anthropic、尝试更便宜的模型、不再依赖单一供应商、并排比较模型、模型更新导致输出错误、需要供应商多样化,或者希望迁移到本地模型时使用。涵盖DSPy模型可移植性——供应商配置、重新优化、模型比较和多模型管道。
[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…
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。
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。
自动将上传的数据(CSV、Excel、JSON)转换为完整的交互式仪表板,无需用户输入。检测PPC报告、销售数据、分析导出和业务指标中的模式——然后立即生成见解、建议和可视化。与CURV设计系统无缝协作,提供符合品牌要求的输出,包括标签页、漏斗图、过滤器和多视图布局。