privatelm-cross-platform-llm-client
一个统一的基于 Flutter 的 AI 客户端,支持本地设备上的 GGUF 模型推理,并具备云端 API 回退功能,用于构建注重隐私保护的大语言模型(LLM)应用
共 385358 条已上架资产
一个统一的基于 Flutter 的 AI 客户端,支持本地设备上的 GGUF 模型推理,并具备云端 API 回退功能,用于构建注重隐私保护的大语言模型(LLM)应用
面向产品工程师、AI工程师、机器学习工程师、大模型工程师、大模型架构师和AI研究人员,提供基于证据的全项目审计技能
面向产品工程师、AI工程师、机器学习工程师、大模型工程师、大模型架构师及AI研究人员的问题解决规范
在 LLM 网关层实施输入/输出防护措施——包括 PII 脱敏、提示注入防御、越狱检测、毒性过滤以及工具白名单
管理福利登记和管理流程,包括选择、生活事件、开放注册和合规性跟踪
实施缓解措施,创建输入过滤器,设计输出防护机制,并构建防御性提示以保障大语言模型(LLM)安全
自定义 LLM 在每次生成时接收的信息
使用 LiteParse 的 CLI 工具 `lit` 在 Windows 系统上从已下载的 PJe(电子诉讼系统)诉讼卷宗 PDF 中提取文本和元数据
Nuclei 漏洞扫描器作为 LLM 分析的补充
Amazon Bedrock Agents 用于构建具有基础模型编排、操作组、知识库和会话管理的自主 AI 代理
维护一个包含 N 个工件(草稿、设计、代码变体、研究报告等)的排名列表,通过将每个新候选工件与列表中当前最高和最低排名的工件进行比较,使用大语言模型判断作为比较器
Python 智能 LLM 成本追踪与缓存
用于设计、审计或改进原生 AI 工作流、智能体项目、编码智能体设置、技能、流水线、定时自动化或基于 LLM 的产品,其中确定性代码与 AI 判断相互作用
在 Couchbase 上设计和构建 AI 驱动的应用程序,包括 RAG 流水线、向量搜索架构、嵌入策略以及 AI 代理数据模式
高级安全协议,专为LLM代理设计,重点关注提示注入缓解、代码审计和数据泄露防护
AI 视频生成全流程:通过 6 个阶段(剧本→角色/场景设计→分镜→参考图→视频生成→后期剪辑)将用户想法转化为完整视频
当用户询问关于利文·斯海尔(Lieven Scheire)的演讲《人工智能》(Artificial Intelligence)时,可使用以下内容——该演讲由一位比利时物理学家兼喜剧演员面向开发者观众发表的主题演讲
创建和管理 KServe CRD —— InferenceService、ServingRuntime、InferenceGraph、LLMInferenceService、LocalModel、ClusterServingRuntime,…
适用于使用 LangGraph 构建有状态、多步骤或多智能体 AI 应用;通过 StateGraph 设计状态、节点、条件分支、循环、持久化与人审机制,生成可运行的 ReAct/路由/并行智能体图
当使用 Apple FoundationModels 框架进行端侧、隐私优先、可离线的文本生成、结构化抽取和工具调用时,适用于产出可用性检查、@Generable 结构化输出、Tool 调用与快照流式 SwiftUI 方案;不适用于云端 L…