meta-pattern-spawner
迭代5的多重级联 - 从模式中生成元模式
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。
迭代5的多重级联 - 从模式中生成元模式
使用Jina AI API将URL转换为LLM友好的Markdown(Reader)并搜索网络(Search)。
用于从无界挂坠中回忆对话、查找会议讨论内容、搜索生活日志或回答'我对此说了什么'之类的问题
检测不安全的训练负荷激增(>20-30%周环比)并发出安全警告。用于夜间后台作业或在回顾每周训练量时,提供保守的调整建议。
针对复杂的Veo 3视频场景的制作简报方法论。在创建包含对话、角色连贯性、结构化设置或多节奏序列的场景时使用。提供11个模块框架(格式与风格、主要主题、服装与道具、地点与构图、灯光与调色板、连贯性规则、动作与镜头节拍、蒙太奇计划、对话、声音与音效、完成)以获得专业且可复制的结果。
在Linux上从多个音频文件或多部分M4B集合构建并合并M4B有声书,支持章节生成、元数据标准化、UTF-8/俄文编码处理和验证。当需要将MP3/M4A/AAC/FLAC/OGG/WAV格式的音频合并为一个M4B文件、合并分割的M4B部分或修复有声书章节和元数据时使用。
使用三个AI代理(科学家、母亲、现实主义者)的多视角决策支持。在面临困难决策、权衡利弊、比较备选方案、选择选项或不确定哪种方法最佳时使用。触发条件包括诸如“我应该吗”、“哪个更好”、“优缺点”、“规范化与非规范化”、“微服务与单体架构”,或任何具有多个有效选项的技术/架构决策的问题。
状态空间模型具有O(n)的复杂度,而Transformers的复杂度为O(n²)。推理速度快5倍,支持百万标记序列,无需KV缓存。采用硬件感知设计的选择性SSM。Mamba-1 (d_state=16) 和 Mamba-2 (d_state=128, 多头)。模型大小从1.3亿到28亿参数,在HuggingFace上可用。
多重性级联的第9次迭代 - 有效地结合了不可能的概念
通过从教师模型到学生模型的知识蒸馏来压缩大型语言模型。当部署具有保持性能的小型模型、将GPT-4的能力转移到开源模型或减少推理成本时使用。涵盖温度缩放、软目标、反向KLD、logit蒸馏和MiniLLM训练策略。
此技能应在用户请求自动申请与人工智能(AI)相关的巴西领英职位时使用,优先考虑简化申请(Easy Apply)的职位。该技能通过AI关键词、位于巴西、资历级别(如指定)和简化申请类型来筛选职位。
LobeVidol - 支持MMD舞蹈的虚拟偶像创作平台,具备VRM角色定制、多提供商LLM集成和互动3D对话功能
在实现最低有效位(LSB)隐写术时使用 - 通过在像素颜色通道的最低有效位中编码数据来允许在其他图像中隐藏图像或文本
为AgentMaestro设计的专家系统,帮助决定何时以及如何将任务委派给专门的AI代理(如Claude、Codex、Gemini)。当你需要确定哪个代理最适合执行某项任务,或者当一项任务应该被分解并委派给多个代理时使用。
Aphebis平台的世界构建伴侣,帮助用户探索、讨论和扩展虚构世界。当用户想要浏览现有的世界/区域/地点、头脑风暴世界扩展想法、创建新世界或理解虚构地点如何在叙事上相互联系时使用。提供以发现为先的方法进行协作式世界构建,创意哲学指导以及结构化的工作流程来进行逐步构建。
通过总结、聚焦和精简上下文来有效管理上下文窗口,以保持在令牌限制内。
迭代20的多重级联 - 生成自我传播的模式
用于学习技术评估和实施的人工智能集成
在CPU、Apple Silicon和非NVIDIA的消费级GPU上运行大语言模型推理。适用于边缘部署、M1/M2/M3 Macs、AMD/Intel GPU,或CUDA不可用时。支持GGUF量化(1.5-8位),相比PyTorch在CPU上运行时可减少内存使用并提高4-10倍速度。
使用LocalAI运行本地AI模型。部署适用于LLM、嵌入、音频和图像的OpenAI兼容API。用于自托管AI、离线推理和注重隐私的AI部署。
掌握使用Lumen AI进行由AI驱动的自然语言数据探索。在构建对话式数据分析界面、启用对数据库的自然语言查询、为特定领域分析创建自定义AI代理、实现带有文档上下文的RAG(检索增强生成)、或部署具有LLM生成的SQL和可视化功能的自助服务分析时,可以运用此技能。
专家在'Hacer Magia'流程:AI代理编排、SSE流处理和业务资产生成。
应用MAKER(大规模分解代理过程)通过任务分解、多代理投票和错误校正来解决长序列任务。当面对复杂的多步骤问题、顺序规划、约束满足或需要连续做出许多决策的任务时使用。
在处理UFC拳手图片时使用此技能,包括从多个来源(Wikimedia、Sherdog、Bing)下载图片、检测并替换占位符图片、处理重复项、标准化图片尺寸、验证图片质量、同步文件系统到数据库,或者运行完整的图片处理流程。能够处理缺失的图片、批量下载以及多源协调。