搜索「3D Models」的结果

io.github.K-Dense-AI/scientific-agent-skills/gtars

在 Python、Rust 与 CLI 中使用 Gtars 完成本地基因组区间模型与集合代数、重叠与计数、consensus 与覆盖度、tokenization、片段处理，以及 refget/BEDbase 规划。

io.github.K-Dense-AI/scientific-agent-skills/modal

Modal 是按需运行 Python（含按需 GPU）的无服务器云平台。在使用 Modal SDK 部署或托管 AI/ML 模型、运行 GPU 加速负载（训练、微调、推理）、托管 Web 端点、调度批处理任务，或将 Python 代码扩展到云容器时使用。

io.github.coollabsio/coolify/infer-conventions

Use this skill to analyze how a Laravel application is actually written and record its conventions as shared rules. Trigger when the user wants to detect, infer, document, or standardize project conventions or coding style, set up or grow `.ai/rules`, resolve mixed or conflicting patterns (e.g. "are we using Form Requests or inline validation?"), or onboard agents and teammates to "how we do things here". Covers: a systematic sweep of ~49 Laravel convention dimensions (validation, models, architecture, testing, frontend, database, console), open-ended house-pattern discovery, conflict reporting, and recording rules scoped to the right paths via the Boost `record-rule` MCP tool. Only run this skill when the user explicitly asks for it; never start a sweep as part of another task. Do not use for one-off code review, enforcing formatting a linter already handles, or editing `.ai/rules` files by hand.

io.github.coollabsio/coolify/laravel-best-practices

在编写、审查或重构 Laravel PHP 代码时使用。包括创建或修改控制器、模型、迁移、表单请求、策略、任务、定时命令、服务类与 Eloquent 查询。涉及 N+1 与查询性能、缓存策略、授权与安全模式、校验、错误处理、队列与任务配置、路由定义和架构决策时触发。也用于 Laravel 代码审查及将现有 Laravel 代码重构至最佳实践。覆盖一切 Laravel 后端 PHP 代码模式的任务。

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/agentic-awesome-skills/model-serving-kubernetes

Deploy ML models on Kubernetes with KServe (formerly KFServing) and NVIDIA Triton Inference Server.

io.github.openinterpreter/openinterpreter/openai-docs

用于 Codex 的模型/定价、定时任务、skills、设置、安装、排障、定制、自动化与自我认知——包括“you”“your”“this app”“this coding agent”等指代 Codex 的说法——以及 OpenAI API/产品和 ChatGPT Work。也用于模型选择/迁移、prompt 编写、SDK、Responses、Realtime、agents、evals 及 Chat/Work/Codex 对比。不适用于仅仅是提到 Codex 的通用应用/软件任务。

io.github.PostHog/posthog/adding-activity-logging

为 PostHog 中的 Django 模型添加或修改活动日志（审计跟踪）。当模型的写操作必须出现在 Activity 侧栏或高级活动日志中、在添加 ModelActivityMixin、ActivityScope、model_activity_signal 接收器、活动描述器或字段排除项、审计模型哪些写路径被记录，或某变更缺失于活动日志时使用。涵盖接收器模块约定、信号看不到的写操作（QuerySet.update、bulk_create）、请求之外的 actor，以及位于独立数据库上的产品模型。触发词：activity log、audit log、audit trail、ModelActivityMixin、log_activity、changes_between、activity describer、who changed this。

io.github.PostHog/posthog/splitting-oversized-modules

以可证明、不改变行为的方式，把超大的 Python 模块（上千行的 logic.py、models.py、api.py 或其测试文件）机械拆分为按关注点分离的包。当被要求拆分/分解上帝模块或从中搬出函数、在改动前人工已同意拆分，或在动手重组约上千行的模块内代码之前使用——拆解长函数或就地抽取 helper 只会把一切留在同一文件里，因此先查看值不值得拆的门槛并提议拆分。涵盖该门槛、以无环依赖图把符号分配给关注点、AST 加 tokenize 的搬迁脚本，以及证明结果是纯移动。仅限 Python——前端文件请用 writing-ui-components。不适用于把共享 helper 抽取到 common/，也不适用于在 products 之间搬代码（那是 isolating-product-facade-contracts）。

io.github.PostHog/posthog/writing-dataclasses

PostHog 中 Python dataclass 的内部规则：何时选用它而非元组或 `dict[str, Any]`、用哪个装饰器（`posthog.dataclasses` 的 `@frozen`）、如何命名、构造、消费与演进、如何让密钥不进入 `repr`，以及函数何时应接受 dataclass 而非拆开的字段。在新增或修改 dataclass、让函数返回或传递多个值、转换元组/字典负载、决定 `frozen=`/`slots=`/`kw_only=`，或把门面契约 DTO 传入内部层时使用。不适用于作 HogQL/查询 schema 的 pydantic 模型、DRF 序列化器或 Django 模型。

io.github.dotnet/eshop/aspire-deployment

**工作流技能**——从 AppHost 模型将 Aspire 应用部署到 Docker Compose、Kubernetes、Azure 或 AWS。触发场景：“部署 Aspire 应用”“发布 Aspire artifacts”“部署到 Azure Container Apps”“生成 Kubernetes artifacts”“拆除 Aspire 部署”。会调用：aspire CLI、Aspire 文档、目标云/容器 CLI。单一操作：仅当不存在 Aspire AppHost 时才使用通用 Azure、Kubernetes、Docker 或 AWS 工具。

io.github.PostHog/posthog/auditing-llm-gateway-parity

对照 PostHog/ai-gateway 审计 services/llm-gateway，并基于当前实现证据更新 services/llm-gateway/PARITY.md。当任一网关的认证、归属、计费、端点、提供方、模型、路由或元数据发生变化、评审 Python 网关改动，或被要求刷新、核验或报告网关对等性时使用。本技能更新对等记录但不迁移调用方。

io.github.K-Dense-AI/scientific-agent-skills/xlsx

创建、编辑、分析或转换 Excel 电子表格（.xlsx、.xlsm、.xltx），以工作簿文件本身为主要交付物。适用于公式、格式、财务模型、多工作表工作簿，以及导出为 Excel 的表格整理。当用户希望输出电子表格时也适用于 .csv/.tsv。不要用于 Word 文档、HTML 报告、独立 Python 脚本、数据库流水线或 Google Sheets API 工作。

io.github.microsoft/ai-agents-for-beginners/azure-openai-to-responses

将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。

io.github.microsoft/generative-ai-for-beginners/azure-openai-to-responses

把 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端迁移到 v1 端点、流式输出、tools、结构化输出、多轮对话、EntraID 鉴权以及模型兼容性检查。专注 Python、专注 Azure OpenAI。适用：迁移到 responses API、从 chat completions 切换、升级 openai SDK、gpt-5 迁移、AzureOpenAI 切到 OpenAI client 等。不适用：从零新建应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅限 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。

io.github.microsoft/ai-agents-for-beginners/azure-openai-to-responses

将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。

io.github.microsoft/ai-agents-for-beginners/azure-openai-to-responses

将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。

io.github.aiskillstore/marketplace/backend-orchestrator

协调后端开发任务（API、服务、数据库）。在实现 REST API、业务逻辑、数据模型或服务集成时使用，并应用 backend-standard.md 作为质量闸门。

io.github.microsoft/skills/deploy-model

统一的 Azure OpenAI 模型部署 skill，按意图智能路由。支持快捷预设部署、完全自定义部署（版本/SKU/容量/RAI 策略），以及跨地域与项目的容量查询。适用：deploy model、deploy gpt、创建部署、模型部署、部署 openai 模型、初始化模型、预置模型、查容量、查模型可用性、该在哪个地域部署、容量分析。不适用：列出现有部署（请用 foundry_models_deployments_list MCP 工具）、删除部署、创建 agent（用 agent/create）、创建项目（用 project/create）。

io.github.NVIDIA/Model-Optimizer/deployment

用 vLLM、SGLang 或 TRT-LLM，把量化或未量化的 LLM checkpoint 作为 OpenAI 兼容 API 端点提供服务。当用户说「部署模型」「服务模型」「启动 vLLM 服务器」「launch SGLang」「TRT-LLM 部署」「AutoDeploy」「压测吞吐」「serve checkpoint」，或需要从 HuggingFace/ModelOpt 量化 checkpoint 起一个推理端点时使用。不要用于模型量化（用 ptq）或精度评估（用 evaluation）。

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.sickn33/antigravity-awesome-skills/api-sdk-generator

为任意 REST API 生成客户端 SDK 代码、API 封装库、请求/响应模型及语言专属的使用模式。当用户要求“生成 SDK”“编写客户端库”“创建 API 封装”“从我的 API 生成 TypeScript 类型”“写一个 Python……”时使用。

io.github.ComposioHQ/composio/python-sdk

在 python/composio 下实现或修改 Python SDK 行为，涵盖 tools、toolkits、sessions、auth configs、connected accounts、客户端集成与共享 Python 模型。用于 Python 核心运行时与 API 工作；若需与 TypeScript 对齐，请配合 python-testing 与跨 SDK 一致性检查。

io.github.fastapi/sqlmodel/sqlmodel

在用 SQLModel 编写或审阅 Python 代码时使用，尤其是模型、会话、查询、FastAPI 集成、关系、link 模型、创建、更新与删除。