audio-processor
基于ffmpeg的音频转换和处理。当请求包含“音频转换”、“wav转换”、“更改采样率”、“单声道转换”、“分割片段”、“ffmpeg”时激活。
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ffmpeg的音频转换和处理。当请求包含“音频转换”、“wav转换”、“更改采样率”、“单声道转换”、“分割片段”、“ffmpeg”时激活。
处理收件箱中的有声书:转录成文本并整理音频以供语音训练。
在检测到复杂的、多任务请求且这些请求能从并行执行中受益时自动激活。当用户提到“构建[系统]”、“使用多个组件实现[功能]”,或者请求涉及3个或更多不同的任务,又或是明确请求编排/并行工作时激活。主动分析复杂性,并在有益时推荐编排。
自动拦截并使用prompt-learning MCP服务器优化提示。通过嵌入索引的历史记录随时间学习性能。使用APE、OPRO、DSPy模式。在“优化提示”、“改进此提示”、“提示工程”或任何复杂任务请求时激活。需要prompt-learning MCP服务器。不适用于简单问题(直接回答即可),不适用于直接命令(直接执行即可),不适用于对话响应(无需优化)。
搜索、过滤并检索由automem CLI索引的Claude/Codex历史记录。当用户想要索引历史记录、运行词法/语义/混合搜索、获取完整文本或为RAG生成适合LLM的JSON输出时使用。
使用Bedrock、SageMaker和AI/ML服务在AWS上构建AI应用程序,并遵循企业部署的最佳实践
从基础设施JSON生成AWS架构图。当用户要求“生成图表”、“创建AWS图表”、“可视化基础设施”或“绘制架构”时使用。
视觉框架API,VNDetectHumanHandPoseRequest,VNDetectHumanBodyPoseRequest,人物分割,面部检测,VNImageRequestHandler,识别点,关节标记点,VNRecognizeTextRequest,VNDetectBarcodesRequest,DataScannerViewController,VNDocumentCameraVie…
神经系统工程以实现安全、具身的出神体验
使用FFmpeg进行音视频处理、转码和流媒体传输。处理媒体文件,生成缩略图,并构建流媒体解决方案。在处理音/视频、FFmpeg、媒体转码或流媒体应用程序时使用。触发条件包括ffmpeg、视频处理、音频处理、转码、流媒体、媒体转换、HLS、缩略图生成。
通过视觉分析和Northcote记分卡进行程序化资产合规验证。消除手动验证循环——上传图片后30秒内收到带有修正提示的评分JSON。
通过JXA使用文件系统/SQLite访问和System Events UI脚本来自动化苹果语音备忘录(Mac Catalyst,不包含字典)。当被要求“自动化语音备忘录”、“导出语音记录”、“访问语音备忘录数据库”或“转录音频备忘录”时使用。
构建自主编码代理的设计模式。涵盖工具集成、权限系统、浏览器自动化和人在环工作流程。在构建AI代理、设计工具API、实现权限系统或创建自主编码助手时使用。
激活感知的权重量化用于4位LLM压缩,具有3倍的速度提升和最小的精度损失。在有限的GPU内存上部署大型模型(7B-70B)时使用,当你需要比GPTQ更快的推理速度并更好地保持精度时,或者对于指令调优和多模态模型。MLSys 2024最佳论文奖得主。
在使用AWS Strands Agents SDK或Amazon Bedrock AgentCore平台构建AI代理时使用。提供架构指导、实现模式、部署策略、可观测性、质量评估、多代理编排以及MCP服务器集成。
专家指导使用Axolotl微调LLMs - YAML配置,100+模型,支持LoRA/QLoRA, DPO/KTO/ORPO/GRPO,多模态支持
分析WaveCap-SDR音频流以评估调谐质量,检测静音、噪音、正常音频或失真。在检查SDR频道是否正确配置或调试音频问题时使用。
使用austn.net AI服务生成内容(TTS、图片等)
为该项目提供自动路由模式。通过任务分类进行智能模型选择,成本层级多样化,高风险覆盖,加权层级选择。触发词包括“自动路由”,“模型选择”,“分类”,“成本层级”,“探索”,“高风险”,“路由”,“路由器”。
创建并维护用于试点工作流程和集成的自动化脚本和模块。在自动化重复任务、集成API或为试点生成可靠且可重复使用的代码时使用,以加速执行并减少人工工作。
使用Archon MCP进行状态管理,设置具有长期运行框架的自主编码代理项目。创建完整的项目脚手架,包括初始化/编码代理提示、功能跟踪、会话交接、安全配置和浏览器测试集成。基于Anthropic的有效框架指南。在构建自主编码代理、长时间运行的人工智能工作流或多会话开发项目时使用。
激活感知的4位LLM压缩权重量化,可实现3倍加速且精度损失极小。在有限GPU内存上部署大型模型(7B-70B)时使用,当您需要比GPTQ更快的推理速度并更好地保持精度,或用于指令调优和多模态模型时。荣获MLSys 2024最佳论文奖。
在实现任意Apple智能或设备端AI功能时使用。涵盖基础模型、@Generable、LanguageModelSession、结构化输出、工具协议、iOS 26 AI集成。
用于创建针对Slack优化的动画GIF的知识和工具。提供约束、验证工具和动画概念。当用户请求为Slack制作特定主题的动画GIF时使用,例如“为Slack制作一个X做Y的GIF。”