ranking
根据向量搜索的相似度指标对检索到的文档进行排名和评分。当按相关性排序文档、优先处理结果或用户提到文档排名、评分或排序时使用。
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。
根据向量搜索的相似度指标对检索到的文档进行排名和评分。当按相关性排序文档、优先处理结果或用户提到文档排名、评分或排序时使用。
自然语言研究命令封装 - 当用户提出需要深入研究、查找最佳实践或收集多来源信息的问题时,自动触发/research
大语言模型的安全护栏和内容审核
全面的医疗AI工具包,用于开发、测试和部署基于临床数据的机器学习模型。当处理电子健康记录(EHR)、临床预测任务(死亡率、再入院、药物推荐)、医疗编码系统(ICD、NDC、ATC)、生理信号(EEG、ECG)、医疗数据集(MIMIC-III/IV、eICU、OMOP)或为医疗应用实现深度学习模型(RETAIN、SafeDrug、Transformer、GNN)时,应使用此技能。
使用正则表达式模式和LLM主题分割来检测临床笔记部分(HPI、ROS、评估、计划)。生成带有准确字节偏移量的目录。
与语言无关的分词器,将文本视为原始Unicode。支持BPE和Unigram算法。速度快(每秒50,000个句子),轻量级(6MB内存),词汇表确定性高。被T5、ALBERT、XLNet、mBART等使用。可以直接在未经预分词处理的原始文本上进行训练。当您需要多语言支持、中日韩语言或可复现的分词时,请使用它。
在SIP应用程序中处理SDP提议/应答、编解码器协商、媒体能力和RTP会话设置时使用。
自动化发布/监控社交信号(X/Telegram),具有速率限制意识和安全模板。可用于内容节奏或警报。
智能推荐系统分析工具,提供多种推荐算法实现、评估框架和可视化分析。使用时需要用户行为数据、商品信息或评分数据,支持协同过滤、矩阵分解等推荐算法,生成个性化推荐结果和评估报告。
分析音频文件以提取音乐特征(BPM、调性、和弦、音色、动态)并为Horus角色生成带有HMT分类法映射的结构化评论。使用MIR工具(madmom、essentia、librosa)+ LLM链式思维推理。
检测视频中的场景变化和镜头边界。当您需要识别场景变化、找到自然切割点或将视频分割成不同场景时使用。支持快速剪切和渐变淡入淡出的自适应检测。
生产就绪的强化学习算法(PPO、SAC、DQN、TD3、DDPG、A2C),具有类似scikit-learn的API。适用于标准RL实验、快速原型设计和文档详尽的算法实现。最适合与Gymnasium环境一起使用的单智能体RL。对于高性能并行训练、多智能体系统或自定义向量化环境,请改用pufferlib。
用于零样本迁移的图像分割基础模型。当您需要使用点、框或掩码作为提示来分割图像中的任何对象,或者自动为图像中的所有对象生成掩码时,请使用此模型。
使用SFTTrainer和Unsloth进行有监督的微调。涵盖数据集准备、聊天模板格式化、训练配置以及Unsloth优化,以实现指令调整速度提高2倍。包括思考模型模式。
使用Google地图进行Gemini查询
空间音频专家,程序化声音设计、游戏音频中间件和应用程序用户体验声音设计。专长于HRTF/声场环绕技术、Wwise/FMOD集成、用户界面声音设计以及自适应音乐系统。激活关键词包括:'空间音频'、'HRTF'、'双耳音效'、'Wwise'、'FMOD'、'程序化声音'、'脚步声系统'、'自适应音乐'、'UI声音'、'通知音频'、'声音品牌'。不适用于音乐作曲/制作(使用数字音频工作站DAW)、电影的…
使用线性回归、决策树和随机森林进行综合回归分析和预测建模。当您需要预测诸如房价、销售预测、需求预测或任何数值目标变量这样的连续值时,请使用此方法。包括自动特征工程、模型比较以及支持中文的可视化。
创建用于Buttercut gem的视频粗剪yaml文件。将带有文件标记的视觉转录拼接起来,创建包含剪辑选择的粗剪yaml,然后导出为XML格式。当用户想要生成“粗剪”、“序列”或“场景”时,请使用此技能。这些都是同一种东西,只是长度不同。
自主生物医学AI代理框架,用于执行跨基因组学、药物发现、分子生物学和临床分析的复杂研究任务。在进行多步骤生物医学研究时使用此技能,包括CRISPR筛选设计、单细胞RNA测序分析、ADMET预测、GWAS解释、罕见病诊断或实验室协议优化。利用与代码执行和集成生物医学数据库相结合的大语言模型推理。
标准数据分析 - 全面的统计分析(十四行诗级别)
最先进的句子、文本和图像嵌入框架。提供5000多个预训练模型,用于语义相似性、聚类和检索。支持多语言、领域特定和多模态模型。可用于为RAG、语义搜索或相似性任务生成嵌入。最适合生产环境中的嵌入生成。
创建高效短视频提示的策略。在制作填充镜头、氛围场景或不需要完整制作简报方法论的快速视频片段时使用。涵盖何时选择短片与长片、格式+风格前置规则,以及两种方法(描述性与指令性)以获得紧凑且连贯的结果。
微调LLM以流利使用Slipstream语言 - 使用GLM-4-9B的完整指南
固定1080x1920像素的视频格式,使用基于百分比的位置定位。在布局视频组合、在画布上定位元素或计算尺寸时使用此设置。所有视频都以精确的9:16纵横比渲染,适用于TikTok/Instagram Reels。