evaluating-code-models
使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试,提供多语言编码模型的 pass@k 指标评估。
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 543 个技能
使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试,提供多语言编码模型的 pass@k 指标评估。
通过 MCP 将您的 AI 代理连接至 Hugging Face Hub。搜索模型、数据集与论文,管理存储库,执行云端计算任务,并将 Gradio Spaces 作为 AI 工具调用使用。
使用 tmux 对 nori-skillsets CLI 子命令进行端到端测试,实现隔离、安全且可重现的文件系统副作用验证。
通过 S.E.E.D. 利基检查、STREAM 6 层分析与恶魔律师反向思维,进行端到端的创业构想验证并生成产品需求文档 (PRD)。
基于 RateYourMusic 5947 个音乐风格数据库的智能音乐风格查询与推荐助手。
使用 Skills Hub CLI 管理、同步并应用 AI Agent 技能、Kit 与预设。通过浏览目录、检视配置并部署精选的指令策略与技能包,简化您的项目配置流程。
P9 技术领队模式:通过任务提示(六要素)管理 P8 代理团队,无需亲自编写代码。负责项目管理、任务拆解,并协调 3 个以上平行代理执行任务。
使用 Microsoft Edge 神经语音引擎,通过 uvx edge-tts 生成高质量的文字转语音音频。
执行全面的 SEO 诊断与审计,涵盖技术基础、可爬取性、页面优化与内容 E-E-A-T,旨在提升搜索排名与自然流量表现。
Gemini AI 命令行接口,支持单次 Prompt 执行、内容生成,以及为 OpenClaw 用户提供 JSON 格式的数据提取功能。
全栈软件开发生命周期 (SDLC) 代理工作流程,利用 MCP 工具管理从需求导入、规划到自动化测试、CI/CD 与基础设施部署的完整生产周期。
智能合同审查工具,用于识别风险、提取关键条款并标记异常条款,支持明智的决策过程。