O que billus-model-skill-library faz?
Fornece habilidades de engenharia de modelos para treinar, ajustar e modificar grandes modelos de linguagem e visão usando PyTorch, Hugging Face e ferramentas relacionadas.
Fornece habilidades de engenharia de modelos para treinar, ajustar e modificar grandes modelos de linguagem e visão usando PyTorch, Hugging Face e ferramentas relacionadas.
Esta skill capacita agentes de IA e desenvolvedores com um conjunto de habilidades completas para engenharia de modelos, focando no treinamento, ajuste fino e modificação de grandes modelos de linguagem (LLMs) e modelos de visão. Suporta plataformas populares como PyTorch e Hugging Face, facilitando tarefas como personalização de arquiteturas, otimização de hiperparâmetros e integração com pipelines de dados. É particularmente útil para equipes que trabalham com modelos fundacionais e precisam adaptá-los a domínios específicos, como processamento de linguagem natural ou visão computacional. A skill organiza-se em torno de módulos reutilizáveis, scripts de exemplo e documentação técnica, permitindo que agentes executem operações complexas de forma autônoma, desde a configuração do ambiente até a avaliação do modelo treinado.
npx skills add Aaqilv2458/billus-model-skill-libraryInstalled? Explore more Imagem skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →
Fornece habilidades de engenharia de modelos para treinar, ajustar e modificar grandes modelos de linguagem e visão usando PyTorch, Hugging Face e ferramentas relacionadas.
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.