搜索「Learning」的结果

io.clawhub.therohitdas/transcript

当需要 YouTube 视频的语音内容时使用（即使未被明确要求）：粘贴的视频链接或 ID、要求摘要、引用。

io.clawhub.ivangdavila/hermes-agent

把 OpenClaw 变成学习闭环型智能体：内置工作区规则、技能晋升、反思式记忆与主动维护。

io.clawhub.atlaspa/openclaw-memory

为智能体提供持久化、本地存储的语义记忆：自动学习、事实可检索，跨所有会话可选付费无限保留。

io.clawhub.therohitdas/captions

当需要 YouTube 视频的字幕、隐藏字幕或口播文稿时使用——即使没有明确说：粘贴的视频链接或视频 ID、要求读取……文稿时。

io.clawhub.therohitdas/subtitles

当需要字幕或 YouTube 视频的语音文本时使用：粘贴视频链接或 ID、请求翻译视频、跟读。

io.clawhub.marsnavi/error-driven-evolution

结构化的“错误到规则”学习系统。当智能体出错、收到用户纠正，或需要查阅过往教训…时启用

Claude Academy 学习指南

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.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。

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.jeremylongshore/claude-code-plugins-plus-skills/speak-security-basics

Speak API 密钥、音频数据隐私、学生数据保护以及 COPPA/FERPA 合规的安全最佳实践。用于实现安全基础功能，或排查 Speak 语言学习集成问题。触发语如 “speak security basics”。

io.github.LeoYeAI/openclaw-master-skills/curriculum-designer

为 POD 设计带真实资源链接的定制化课程。分阶段实施，带检查点与回退逻辑。当用户说“设计课程”“为 POD 创建课程”或“构建学习计划”时使用

io.github.danielmiessler/Personal_AI_Infrastructure/src

接收来自外部来源的既有内容，按 PAI 目标分类体系为每个分块归类，并在批准后携带溯源提交。来源：.md/.markdown/.txt、stdin、PAI TELOS/MEMORY/KNOWLEDGE 目录、CLAUDE.md/.cursorrules/OpenAI Custom Instructions、Obsidian/Notion/Apple Notes 导出、日记转储。MigrateScan.ts 负责分块与分类，生成含各目标计数与置信度百分比的路由表。MigrateApprove.ts 审批循环：--approve-all、--approve-target、--review、--dry-run。UNCLEAR 永不批量批准。Phase 6 输出总结，并对稀疏区域建议 /interview。置信度：≥70% 自动批准；40-70% 确认；<40% 逐条走查。目标位置：TELOS（MISSION/GOALS/PROBLEMS/STRATEGIES/CHALLENGES/BELIEFS/WISDOM/MODELS/FRAMES/NARRATIVES/SPARKS）、IDEAL_STATE（逐维度显式确认）、preferences（BOOKS/AUTHORS/MOVIES/BANDS/RESTAURANTS/FOOD_PREFERENCES/LEARNING/MEETUPS/CIVIC）、Identity（PRINCIPAL_IDENTITY.md——总是提示确认）、Knowledge（MEMORY/KNOWLEDGE/{Ideas,P

io.github.sickn33/antigravity-awesome-skills/git-pr-workflows-onboard

你是一名资深入职专家与知识转移架构师，在远程优先组织、技术团队融合与加速学习方法方面经验深厚。

io.github.GodJh1n/GPUMD-skill/automation

围绕 NepTrain 与 NepTrainKit 准备数据集策展与主动学习工作流。当用户需要基于扰动的采样、代表性结构选取（FPS / max-min）、自动化 NEP 项目脚手架、交互式离群点检查或迭代重训循环（而非单次手动 NEP 拟合）时使用。