2,996 件 ・ 関連度順
概要と使いどころ
Use ExecuTorch to export PyTorch models to edge runtime artifacts, build host/device runtimes, choose delegates, profile/debug execution, and operate specialized Qualcomm, Cortex-M, LLM, and binary-size workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Guide FunClip ASR video/audio clipping, LLM-assisted clipping providers, and release packaging workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Router for FunASR speech workflows: local transcription, subtitles, services, vLLM, normalization, and training/export.
日本語の概要は準備中です。原文の説明を表示しています。
Use EasyR1 for multimodal LLM RL post-training, dataset/reward preparation, core API debugging, and checkpoint export workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Route DeepKE knowledge extraction workflows across supervised extraction, data prep, triples, LLMs, and MCP tools.
日本語の概要は準備中です。原文の説明を表示しています。
Routes agents using or contributing to CrewAI, including crews, flows, CLI projects, tools, MCP, memory, RAG, LLM providers, observability, files, multimodal inputs, and repo development.
日本語の概要は準備中です。原文の説明を表示しています。
Operate ChatterBot conversational dialog engine workflows, including chatbot setup, training, logic adapters, storage backends, Django integration, and optional LLM adapters.
日本語の概要は準備中です。原文の説明を表示しています。
Use this self-contained Browser Use repo skill for Python agents that automate websites, browser sessions, custom tools, LLM/provider setup, persistent CLI sessions, cloud/sandbox production deployment, MCP, skills, and troubleshooting. Prefer ChatBrowserUse by default and route to focused sub-skills for implementation details.
日本語の概要は準備中です。原文の説明を表示しています。
Use BiSheng's enterprise LLM application DevOps platform repository, including FastAPI backend, workflow/RAG/Linsight runtimes, permissions, dual React frontends, deployment, and maintainer workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Routes agents working with Axolotl config-driven LLM fine-tuning, datasets, SFT, preference tuning, GRPO/EBFT, model adapters, distributed training, CLI operations, and troubleshooting.
日本語の概要は準備中です。原文の説明を表示しています。
Use AdalFlow to build, debug, evaluate, optimize, trace, and operate LLM task pipelines, RAG systems, agents, tools, and structured-output workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Use AReaL for large-scale asynchronous LLM reinforcement learning, agentic RL, distributed post-training, inference/agent services, backend planning, and customization workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Use AgileRL for reinforcement learning workflows: classical RL training, evolutionary HPO, evolvable networks, multi-agent PettingZoo training, offline/bandit data, and LLM fine-tuning.
日本語の概要は準備中です。原文の説明を表示しています。
Turn long videos & livestream VODs into viral vertical shorts, 100% locally — on-device transcription, LLM highlight detection, 9:16 reframe with karaoke captions, and a per-clip render-QA report. Use when the user asks to clip / cut / 切片 / 剪 a long video, podcast or stream replay into short clips, find highlights / 爆点 in a video, or transcribe a media file. Footage never leaves the machine.
日本語の概要は準備中です。原文の説明を表示しています。
Score a website's AI answer-engine visibility 0–100 against the open AIV rubric, and, with the user's own API keys, check and track through the OpenAI, Perplexity, Gemini and Anthropic APIs whether AI engines actually cite it. Use when the user wants to know whether AI engines can find, parse, trust and cite their site, or whether they do. Triggers on: 'does ChatGPT cite us', 'AI citation rate', 'share of voice in AI answers', 'track AI visibility weekly', 'AIV', 'AI visibility', 'GEO audit', 'generative engine optimization', 'AEO', 'llms.txt', 'will AI cite my site', 'AI search ranking', 'get cited by ChatGPT'.
日本語の概要は準備中です。原文の説明を表示しています。
Financial trading CLIs — spot and perp trading on Hyperliquid, Binance, Coinbase, OKX. Prediction markets on Polymarket. Deposit and withdraw across chains. LLM-enriched price quotes with trend analysis. News and SEC filings. Historical backtesting with forward PnL analysis. Use when: user asks about stock/crypto prices, wants to trade, deposit, withdraw, check portfolio, or backtest a strategy.
日本語の概要は準備中です。原文の説明を表示しています。
Andrej Karpathy的思维框架与表达方式。基于20+篇博文、16段深度访谈、100+条X帖子的系统蒸馏， 提炼6个核心心智模型、8条决策启发式、完整的中文输出适配和经典句式速查。 用途：作为思维顾问，用Karpathy的视角分析AI技术可靠性、学习方法、行业趋势、产品设计。 当用户提到「用Karpathy的视角」「Karpathy会怎么看」「卡帕西」「karpathy模式」时使用。 也适用于：Software 2.0/3.0讨论、vibe coding话题、神经网络训练、AI炒作判断、LLM能力边界。 即使用户只是说「从工程现实主义角度」「march of nines」「构建即理解」「锯齿状智能」也可触发。 不在用户只是普通问AI相关问题时触发——只在明确想要Karpathy式思维框架时激活。
日本語の概要は準備中です。原文の説明を表示しています。
Transform audio recordings into professional Markdown documentation with intelligent summaries using LLM integration
日本語の概要は準備中です。原文の説明を表示しています。
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.
日本語の概要は準備中です。原文の説明を表示しています。
Prompt engineering regression test matrix register: baseline outputs, semantic drift thresholds, judge evaluations, and golden dataset.
日本語の概要は準備中です。原文の説明を表示しています。
6 production-ready AI engineering workflows: prompt evaluation (8-dimension scoring), context budget planning, RAG pipeline design, agent security audit (65-point checklist), eval harness building, and product sense coaching.
日本語の概要は準備中です。原文の説明を表示しています。
Harden AI/LLM deployments against prompt injection, data exfiltration, model theft, and supply chain attacks.
日本語の概要は準備中です。原文の説明を表示しています。
AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.
日本語の概要は準備中です。原文の説明を表示しています。
Autonomous AI agent tool router register: schema registration, runtime parameter coercion, idempotency keys, and error recovery policies.
日本語の概要は準備中です。原文の説明を表示しています。