Was macht billus-model-skill-library?
Stellt Modellentwicklungs-Fähigkeiten für das Training, Tuning und die Modifikation großer Sprach- und Bildmodelle mit PyTorch, Hugging Face und verwandten Tools bereit.
Stellt Modellentwicklungs-Fähigkeiten für das Training, Tuning und die Modifikation großer Sprach- und Bildmodelle mit PyTorch, Hugging Face und verwandten Tools bereit.
Diese Skill-Bibliothek ermöglicht es Entwicklern und KI-Agenten, fortschrittliche Modellentwicklungsaufgaben durchzuführen, darunter das Training, Feintuning und die Modifikation großer Sprachmodelle (LLMs) und Bildmodelle. Sie basiert auf modernen Frameworks wie PyTorch, Hugging Face Transformers, Diffusers und verwandten Bibliotheken. Die Hauptvorteile liegen in der Bereitstellung einer konsistenten und dokumentierten Schnittstelle für häufige Modellentwicklungs-Workflows, was Zeit spart und die Qualität der Ergebnisse verbessert. Unterstützt werden Plattformen wie Claude Code, Cursor und Codex AI Agenten. Die Funktionsweise umfasst das Ausführen spezifischer Befehle und Skripte zur Modellinitialisierung, Datenvorbereitung, Trainingsschleifen und Evaluierung – alles orchestriert durch eine strukturierte SKILL.md-Dokumentation.
npx skills add Aaqilv2458/billus-model-skill-libraryInstalled? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →
Stellt Modellentwicklungs-Fähigkeiten für das Training, Tuning und die Modifikation großer Sprach- und Bildmodelle mit PyTorch, Hugging Face und verwandten Tools bereit.
Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.
Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.
Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.
Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.
Tests in real browsers via Chrome DevTools MCP. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data. Requires the chrome-devtools MCP server to be configured.
This skill should be used when the user wants to visualize data. It intelligently selects the most suitable chart type from 26 available options, extracts parameters based on detailed specifications, and generates a chart image using a JavaScript script.