evaluating-code-models
使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試,並提供多語言編碼模型的 pass@k 指標評估。
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 561 個技能
使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試,並提供多語言編碼模型的 pass@k 指標評估。
使用 Pandoc 將 Markdown 轉換為專業 PDF。支援 Eisvogel 模板、EB Garamond 字體,並針對不同場景優化排版(A4 用於列印/桌面,6x9 用於行動裝置/Telegram)。
使用 markitdown 將各種文件、媒體和網頁內容轉換為 Markdown,非常適合大型語言模型處理和文字分析。
根據研究計畫與敘事報告,以章節為單位編寫 LaTeX 學術論文,並透過多模型審閱機制確保品質。
全面的 SAP 系統 ABAP 開發支援,涵蓋傳統 ABAP、ABAP Cloud、CDS 視圖、RAP、EML 以及現代語法模式。
透過管理 conductor/ 目錄中的專案環境工件(產品、技術棧、工作流程、追蹤)來標準化開發環境。支援專案鷹架建立、工件同步以及針對全新與既有專案的 AI 對齊。
為 AWS、Azure、GCP 和 OCI 提供系統化的雲端成本優化,涵蓋資源調整、自動化治理、定價模型分析及架構最佳實踐。
透過機會解決方案樹、假設映射與假設導向的實驗,進行結構化的產品探索,以降低產品開發風險。
透過 Model Context Protocol 自動化 Adobe After Effects。管理合成、圖層、關鍵影格、效果與表達式,適用於動態圖形、標題卡與標誌動畫。
將多個研究智能體的發現綜合為連貫且附引用的研究報告,解析矛盾並提取核心共識。
一套規範驅動的工作流程管理系統,用於結構化的開發生命週期管理,涵蓋提案、規劃、實作及歸檔階段。
生產級 Playwright 測試工具組。自動化 E2E 測試、修復不穩定的測試、執行從 Cypress/Selenium 的遷移,並整合 CI/CD、TestRail 和 BrowserStack。