LLM微調整、RAG、拡散モデル、エージェントワークフローを探求する実践的なGenAI学習リポジトリ。PyTorch、LangChain、Hugging Faceで構築され、プロンプトエンジニアリング、RLHF、AIアプリ展開の実験をコード中心で解説。
このスキルは、AIエージェントや開発者向けに設計された実践的なGenAI学習リポジトリ「Learn_GenAI_By_Doing」です。LLMの微調整、RAG（検索拡張生成）、拡散モデル、エージェントワークフローなど、現代の生成AIに不可欠なトピックをカバーしています。PyTorch、LangChain、Hugging Faceを中心に構築されており、プロンプトエンジニアリング、RLHF（人間のフィードバックからの強化学習）、AIアプリケーションのデプロイメントに関する実践的なコード例が豊富に含まれています。理論よりも実際にコードを書き、試行錯誤しながら学ぶことを重視しており、GitHubリポジトリとして公開されています。Claude Code、Cursor、CodexなどのAIエージェントツールと連携して、このリポジトリ内の実験を参照・実行することで、GenAIの実践的なスキルを効率的に習得できます。
npx skills add qasim-mehar/Learn_GenAI_By_DoingLLMの微調整、RAG、拡散モデル、エージェントワークフローを探求する実践的なGenAI学習リポジトリ。PyTorch、LangChain、Hugging Faceで構築され、プロンプトエンジニアリング、RLHF、AIアプリ展開の実験を記録しています。純粋な理論よりもコードを重視しています。AIを習得する最善の方法は、実際に構築して壊すことだからです。
ソース: https://github.com/qasim-mehar/Learn_GenAI_By_Doing
エージェントスキル、Claude/Codex/Geminiワークフロー、MCPツール、および関連するAIエージェント自動化のために、過去24時間にプッシュされたGitHubリポジトリから発見されました。
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".