fabric-patterns
运行danielmiessler/fabric CLI模式进行内容分析、提取、总结、写作、安全分析等。当用户要求“使用fabric”、“运行一个模式”、“提取智慧”、“用fabric总结”时,或者当通过AI模式处理内容比内联处理更有效时使用。触发词包括“fabric”、“pattern”、“提取智慧”、“总结这篇文章”、“分析这份威胁报告”,或任何特定fabric模式名称的引用。
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。
运行danielmiessler/fabric CLI模式进行内容分析、提取、总结、写作、安全分析等。当用户要求“使用fabric”、“运行一个模式”、“提取智慧”、“用fabric总结”时,或者当通过AI模式处理内容比内联处理更有效时使用。触发词包括“fabric”、“pattern”、“提取智慧”、“总结这篇文章”、“分析这份威胁报告”,或任何特定fabric模式名称的引用。
从多个专家的角度分析命题。动态生成4-6个相关的专家角色,然后进行验证、全面分析或辩论式审查。当用户希望批判性地审视想法、发现盲点或探索某个主题的不同观点时使用。
根据上下文生成Mermaid图表并在浏览器中通过mermaid.live打开。当用户请求图表、可视化图、流程图、序列图、ER图或任何代码、架构或过程的视觉表示时使用。生成轻量级、可分享的mermaid.live URL,这些链接可以在浏览器中打开进行交互式编辑。
涉及结构学习、参数拟合、干预和采样的贝叶斯网络任务指南。当使用pgmpy或类似库从数据中恢复DAG结构、拟合条件概率分布、执行因果干预(do-calculus)或从修改后的网络中采样时,应使用此技能。
仅使用输入-输出查询从黑盒ReLU神经网络中提取权重矩阵的指南。当任务是恢复只能查询输出的神经网络(特别是两层ReLU网络)的内部参数(权重、偏置)时,可以应用此技能。此技能可用于模型提取、模型窃取或神经网络逆向工程任务。
揭示数据、笔记、代码和思想中的表面模式。揭示已经感知但尚未表达的内容。当感觉到“这里有些东西”但无法具体指出时,或者在回顾累积的工作时使用。
确定从有限的观察中预测系统行为所需的最小计算结构
批量处理通过在预定时间间隔预先计算预测结果,将预测与实时请求解耦
通过多维度的质量评估来评估和提升写作效果。分析文采、连贯性、权威性、目的性和声音,并根据体裁校准的阈值进行。可用于精炼草稿、诊断质量问题、生成高质量内容或教授写作原则。
通过Unbrowse支持的浏览器路径而不是传统的像素自动化来路由网站任务。
用于分析棋盘图像以找到最佳走法的指南。当任务涉及从图像中分析棋位、检测棋子位置、识别制胜走法或解决国际象棋谜题时,应使用此技能。适用于需要基于图像的棋盘分析和走法计算的任务。
此技能提供了使用OCR从视频录像中提取文本命令、移动或键入输入的指导。它适用于提取游戏命令(例如,Zork)、终端会话或任何以视频格式捕获的基于文本的交互。在处理基于文本的游戏视频、终端录制或任何需要从屏幕录制中通过OCR提取命令的场景时,请使用此技能。
关于实现路径追踪器和光线追踪器以重建或生成图像的指导。当任务涉及编写C/C++光线追踪代码、从参考图像中重建图像,或者构建包含球体、阴影和程序纹理的渲染系统时,这项技能适用。适用于需要相似度匹配的图像重建任务。
会议/头脑风暴霍夫曼风格助手 - 当用户说“/idea”或想要进行头脑风暴、完善想法或参加会议时使用。实现里德·霍夫曼的代理协调方法——并行分析、长流程、智力放大。
产品随着从用户那里收集到更多的使用数据而变得更智能和更有价值,利用机器学习创造间接价值
流式推理在实时数据流中对事件进行预测,延迟在亚秒级
将文章转语音的输出转换为具有多种输出格式的完整演示文稿。在将演讲内容转换为幻灯片、生成演示文稿或从口语材料创建适合视频的内容时使用。
通过webhook将任务发送给甘道夫(AI团队成员)并获取响应。发布到Alfarrábio,发送Slack通知,询问业务背景等。
从源代码构建Caffe以及训练CIFAR-10模型的指南。当任务涉及编译Caffe深度学习框架、配置Makefile.config、准备CIFAR-10数据集或使用Caffe求解器训练CNN模型时,这项技能适用。用于旧版ML框架安装、LMDB数据集准备和仅CPU的深度学习训练任务。
关于使用Flask API设置HuggingFace模型推理服务的指南。此技能适用于下载HuggingFace模型、创建推理端点或构建机器学习模型服务API时。可用于涉及transformers库、模型缓存以及为机器学习模型创建REST API的任务。
在创建用于LLM消费的AI优化存储库快照,并配以复杂的提示时使用。结合repomix配置选择与提示工程,生成完整的“提示包”,适用于代码分析、文档编写、调试或架构规划。
捕捉意识流、旁逸斜出的想法以及高度集中注意力时的输出。从噪音中提取信号。当想法涌现的速度快到无法组织时使用,或者在回到原始笔记/想法需要提取模式时使用。
通过在目标数据上继续训练来使预训练的基础模型适应特定任务/领域
设计能够通过变异、选择压力以及成功特征的世代遗传而改进的系统