continuous-learning-v2
SkillSkillsMP
io.github.affaan-m/ECC/continuous-learning-v2
基于本能（instinct）的学习系统：通过 hook 观察会话，创建带置信度评分的原子 instinct，并把它们演化为 skill、命令或代理。v2.1 增加了项目范围内的 instinct，以避免跨项目污染。
source
“Learning” 共 39 个结果
io.github.affaan-m/ECC/continuous-learning-v2
基于本能（instinct）的学习系统：通过 hook 观察会话，创建带置信度评分的原子 instinct，并把它们演化为 skill、命令或代理。v2.1 增加了项目范围内的 instinct，以避免跨项目污染。
io.github.jeremylongshore/claude-code-plugins-plus-skills/deploying-machine-learning-models
该 skill 让 AI 助手把机器学习模型部署到生产环境：自动化部署流程、落地模型服务最佳实践、优化性能并处理常见错误。用于部署或管理基础设施时。触发词如 “deploy”、“infrastructure”、“CI/CD”。
io.github.affaan-m/ECC/continuous-learning-v2
基于本能（instinct）的学习系统：通过 hook 观察会话，创建带置信度评分的原子 instinct，并把它们演化为 skill、命令或代理。v2.1 增加了项目范围内的 instinct，以避免跨项目污染。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提取可复用的模式，并保存为已学习技能以供后续使用。
io.github.cursor/plugins/continual-learning
通过将会话记录挖掘与 AGENTS.md 更新委派给 `agents-memory-updater` 来编排持续学习。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提取可复用的模式，并保存为已学习技能以供后续使用。
io.github.affaan-m/ECC/continuous-learning
自动从Claude Code会话中提取可重复使用的模式，并将其保存为学习到的技能以供将来使用。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提取可复用的模式，并保存为已学习技能以供后续使用。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提炼可复用的模式，并保存为学到的 skill 供以后使用。
io.github.ruvnet/ruflo/agent-sona-learning-optimizer
SONA 学习优化的 Agent 技能,使用 $agent-sona-learning-optimizer 调用。
io.github.ruvnet/RuView/agentdb-learning
用 AgentDB 的 9 种强化学习算法创建并训练 AI 学习插件，含 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等。在构建自学习代理、实现 RL 或通过经验优化代理行为时使用。
skillsmp.stas00-ml-engineering-skill-md
端到端训练与运维大规模 LLM/VLM/多模态模型的实战方法论与具体配方——选择并基准测试加速器、存储与网络；SLURM/Kubernetes 编排；最大化训练吞吐并在显存内装下模型；诊断并撑过训练不稳定、NaN/Inf 与硬件/作业故障；检查点与容错；推理性能与显存；调试多节点/多卡挂起；以及编写/运行测试。当用户在训练或微调大模型、遭遇低 TFLOPS/MFU、OOM、数据加载缓慢、损失尖峰/发散、NCCL/InfiniBand 或多节点挂起、节点/GPU 故障、检查点或抢占问题、存储/网络瓶颈，或需要挑选 GPU/云/文件系统，或估算推理延迟/吞吐时使用。提炼自《Machine Learning Engineering》，最新版本见 https://github.com/stas00/ml-engineering。
io.github.sickn33/antigravity-awesome-skills/hugging-face-model-trainer
使用 TRL（Transformer Reinforcement Learning）或 Unsloth，配合 Hugging Face Jobs 基础设施训练或微调语言模型与视觉模型。涵盖 SFT、DPO、GRPO 与奖励建模训练方法，以及用于本地部署的 GGUF 转换。
io.github.affaan-m/ECC/mle-workflow
面向数据契约、可复现训练、模型评估、部署、监控与回滚的生产级机器学习工程工作流。适用于构建、审查或强化一次性笔记本之外的 ML 系统。
io.github.K-Dense-AI/scientific-agent-skills/geomaster
Comprehensive geospatial science skill covering remote sensing, GIS, spatial analysis, machine learning for earth observation, and 30+ scientific domains. Supports satellite imagery processing (Sentinel, Landsat, MODIS, SAR, hyperspectral), vector and raster data operations, spatial statistics, point cloud processing, network analysis, cloud-native workflows (STAC, COG, Planetary Computer), and 8 programming languages (Python, R, Julia, JavaScript, C++, Java, Go, Rust) with 500+ code examples. Use for remote sensing workflows, GIS analysis, spatial ML, Earth observation data processing, terrain analysis, hydrological modeling, marine spatial analysis, atmospheric science, and any geospatial computation task.
io.github.K-Dense-AI/scientific-agent-skills/scikit-learn
使用 scikit-learn 在 Python 中进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建 ML 流水线。提供算法、预处理技术、流水线与最佳实践的全面参考文档。
io.github.anthropics/skills/academy-guide
在回复任何关于如何使用 Claude 或 Claude 产品的问题前，先查阅本 skill：从 Claude Academy（academy.claude.com，Anthropic 学习中心）匹配推荐的课程、教程与用例。触发场景包括“how do I”“getting started”“what can Claude do”“teach me”等提问，涉及 artifacts、projects、skills、plugins、connectors、MCP 的问题，团队/班级/组织的部署推广问题，以及培训材料、入职内容、学习资源的请求。仅在学习场景使用，用户只想完成任务时不适用。可与其它 skill 组合：回答完功能文档问题后附上对应课程推荐。只在高度匹配时推荐，绝不编造 Academy 内容。
io.github.nexu-io/open-design/html-ppt-zhangzara-capsule
产品经理的年终自我复盘——职责、成果、成长与诉求，全部有证据支撑。以面向上级与评审委员会的决策级职业幻灯片构建。
io.github.affaan-m/ECC/ml-adoption-playbook
为 AI 代理与软件工程师在既有非 ML 代码库中加入机器学习算法的端到端方法论。涵盖问题界定、数据就绪、架构解耦与基线模型集成。当需要为此前没有机器学习的代码库新增 ML 能力、从问题界定到基线模型时使用。
io.github.affaan-m/ECC/pytorch-patterns
PyTorch 深度学习模式与最佳实践，用于构建稳健、高效、可复现的训练流水线、模型架构与数据加载。在编写或评审 PyTorch 训练循环、模型架构或数据加载，或某次训练无法复现时使用。
io.github.ruvnet/ruflo/hooks-automation
通过带 MCP 集成的智能钩子，从 Claude Code 操作中自动完成协调、格式化与学习。涵盖 pre/post 任务钩子、会话管理、Git 集成、记忆协同与神经网络模式训练，以提升开发工作流。
io.github.affaan-m/ECC/mle-workflow
面向数据契约、可复现训练、模型评估、部署、监控与回滚的生产级机器学习工程工作流。适用于构建、审查或强化一次性笔记本之外的 ML 系统。
io.github.nexu-io/open-design/html-ppt-zhangzara-capsule
产品经理的年终自我复盘——职责、成果、成长与诉求，全部有证据支撑。以面向上级与评审委员会的决策级职业幻灯片构建。
io.github.alirezarezvani/claude-skills/chaos-engineering
用于规划、执行或从混沌工程实验中学习。触发词包括「chaos experiment」「fault injection」「gameday」「resilience test」「blast radius」「steady state」「abort criteria」「Chaos Toolkit」「Chaos Mesh」「Litmus」「Gremlin」「AWS FIS」，或任何刻意故障注入的问题。附带实验设计器、爆炸半径计算器与复盘生成器（均为 stdlib Python）、4 份关于混沌原则+实验设计+攻击分类法+工具生态的参考文档，以及 /chaos-experiment 斜杠命令。可与 feature-flags-architect（将 kill switch 作为中止触发器）及 kubernetes-operator（常见混沌目标）组合。