llm-data-preparation
为LLM微调和校准准备与策划训练数据
共 451472 条已上架资产
为LLM微调和校准准备与策划训练数据
构建和编排基于大语言模型(LLM)的智能体
加固自主研究循环的安全模块,防止大语言模型(LLM)通过合理化绕过限制
运行 HolmesGPT 评估(tests/llm/fixtures/test_ask_holmes)针对当前代理自身(agent-native)
当用户搜索 Adobe Commerce替代、Magento AI、企业电商内容、Adobe Commerce平替、Adobe Commerce迁移、自建AI能力、AI电商专家、AI-HIVE MCP 时使用
Transform photos and images into Studio Ghibli-style artwork using AI via Media
为第三人称TPV镜头提供原创中文策划与执行流程,适用于用户生成脚本、镜头表、视觉提示或制作检查清单的场景
{
精通摄影美学和AI图像生成的提示词专家,擅长将视觉概念转化为精准的文字描述,生成专业级摄影作品
当 Codex 应启用“模式考古学家”(Pattern Archaeologist)与“阈限建筑师”(Liminal Architect)认知模式时使用:将想法转化为可复用的生成器、元提示(meta-prompts)、产品需求文档(PRDs…
如何编写提示词、系统提示词以及代理/技能指令——任何面向模型设计的文本
将任何构建工具、产品或咨询方法论转化为一个可移植的元提示,任何人都可以将其粘贴到任何大型语言模型(LLM)中,以获得完全定制化、外观精美的输出
将当前对话整理为交接提示,以便其他代理继续处理
审查 Agent 项目中面向模型的指令和呈现内容的变更
用于编写和版本化 ACF 可复用提示词及结构化输出契约
请执行以下操作:首先验证当前系统是否为 macOS 且具备 root 权限(通过 `uname -s` 返回 Darwin 且 `id -u` 返回 0),若不符合则立即终止并输出“环境不满足要求”;否则,继续执行后续步骤
创建平台无关的静态图像提示和视觉规范
为图像/视频生成器构建提示:以镜头为先的框架、引擎语法(Runway、Midjourney --sref/--sw、Flux段落、Kling节拍窗口、Luma+向量、Veo/Flow锚点)、加权与纯负面提示,以及先草稿后质量的信用消耗策略
通过 4-7 轮对话,引导用户将模糊的图像构想逐步细化,最终生成一个经过模型调优的正向提示词、负向提示词、参数设置表以及推荐的生成流程
保护那些将不可信内容发送至语言模型,或对模型输出进行渲染、执行或采取操作的应用程序的安全