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 242 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。
建立高转化率的销售、产品发布与潜在客户培养邮件序列。根据您的业务风格、受众与营销目标,自动生成专业的电子邮件营销活动。
通过 TaskNotes 插件 HTTP API 管理 Obsidian 任务。支持命令行创建任务、列表显示、状态更新及项目筛选。
使用 AI 驱动的分析技术,将现有项目迁移至 AgenticDev 结构。自动分类文档、生成丰富的 YAML 元数据,并完整保留 git 历史记录。
ManimGL (3Blue1Brown OpenGL 动画引擎) 的最佳实践与代码模版。提供 3D 与交互场景开发、摄像机控制、以及 LaTeX 数学可视化指南,专为技术创作者设计。
使用 Flow Nexus 平台在分布式 E2B 沙盒中训练与管理神经网络,支持 Transformer、LSTM 和 GAN 等自定义架构。
使用 CLI 工具将学习笔记、想法与心得按时间顺序自动归档至项目文件,实现系统化的知识管理。
Xero 会计集成。通过 AI Agent 直接管理发票、联系人、银行交易及各类财务记录。
根据产品代码手册将测试工程师的缺陷描述标准化,修正错别字、缩写错误与歧义,并执行站点验证。
通过代理驱动的迭代流程,创建结构化、高质量的技术实现计划。适用于复杂重构、新功能开发与技术架构设计。
用于设计代理工具的专业框架,优化工具描述、执行基于合约的 API,并实施架构精简以提高 AI 代理工具选择的准确性。
用于建立项目专属 AI 代理指南的模板技能,定义确定性开发所需的架构、文件结构与代码模式。