Kho Kỹ Năng

Quản lý Apple Notes thông qua bản ghi nhớ CLI trên macOS (tạo, xem, tìm kiếm, chỉnh sửa).

Quản lý Lời nhắc của Apple thông qua Remindctl CLI (liệt kê, thêm, hoàn thành, xóa).

Theo dõi các thiết bị Apple và AirTags thông qua FindMy.app trên macOS bằng AppleScript và chụp ảnh màn hình.

Gửi và nhận iMessages/SMS qua imsg CLI trên macOS.

Giao nhiệm vụ mã hóa cho Claude Code (đại diện CLI của Anthropic). Sử dụng để xây dựng các tính năng, tái cấu trúc, đánh giá PR và mã hóa lặp lại. Yêu cầu claude CLI được cài đặt.

Ủy quyền các nhiệm vụ mã hóa cho tác nhân OpenAI Codex CLI. Sử dụng để xây dựng các tính năng, tái cấu trúc, đánh giá PR và sửa lỗi hàng loạt. Yêu cầu codex CLI và kho lưu trữ git.

Hướng dẫn đầy đủ về cách sử dụng và mở rộng Tác nhân Hermes - Cách sử dụng CLI, thiết lập, cấu hình, tạo ra các tác nhân bổ sung, nền tảng cổng, kỹ năng, giọng nói, công cụ, hồ sơ và tài liệu tham khảo ngắn gọn về người đóng góp. Tải kỹ năng này khi giúp người dùng định cấu hình Hermes, khắc phục sự cố, tạo phiên bản tác nhân hoặc đóng góp mã.

Ủy quyền các nhiệm vụ mã hóa cho tác nhân OpenCode CLI để triển khai tính năng, tái cấu trúc, đánh giá PR và các phiên tự trị kéo dài. Yêu cầu cài đặt và xác thực mã mở CLI.

Tạo tác phẩm nghệ thuật ASCII bằng cách sử dụng pyfiglet (571 phông chữ), cowsay, hộp, toilet, image-to-ascii, API từ xa (asciified, ascii.co.uk) và dự phòng LLM. Không cần khóa API.

Quy trình sản xuất video nghệ thuật ASCII — mọi định dạng. Chuyển đổi đầu vào video/âm thanh/hình ảnh/sáng tạo thành đầu ra video ký tự ASCII có màu (MP4, GIF, chuỗi hình ảnh). Bao gồm: chuyển đổi video sang ASCII, trình hiển thị nhạc phản ứng âm thanh, hoạt hình nghệ thuật ASCII tổng quát, phản ứng video+âm thanh kết hợp, lớp phủ văn bản/lời bài hát, kết xuất thiết bị đầu cuối thời gian thực. Sử dụng khi người dùng yêu cầu: video ASCII, video nghệ thuật văn bản, video kiểu thiết bị đầu cuối, hoạt hình nghệ thuật nhân vật, trực quan hóa văn bản cổ điển, trình hiển thị âm thanh trong ASCII, chuyển đổi video sang nghệ thuật ASCII, hiệu ứng kiểu ma trận hoặc bất kỳ đầu ra ASCII hoạt hình nào.

Tạo sơ đồ kiểu vẽ tay bằng định dạng Excalidraw JSON. Tạo tệp .excalidraw cho sơ đồ kiến ​​trúc, sơ đồ, sơ đồ trình tự, bản đồ khái niệm, v.v. Các tập tin có thể được mở tại excalidraw.com hoặc tải lên để có các liên kết có thể chia sẻ.

Quy trình sản xuất hoạt hình toán học và kỹ thuật bằng cách sử dụng Phiên bản cộng đồng Manim. Tạo video giải thích theo phong cách 3Blue1Brown, trực quan hóa thuật toán, dẫn xuất phương trình, sơ đồ kiến ​​trúc và câu chuyện dữ liệu. Sử dụng khi người dùng yêu cầu: giải thích hoạt hình, hoạt ảnh toán học, trực quan hóa khái niệm, hướng dẫn thuật toán, giải thích kỹ thuật, video phong cách 3Blue1Brown hoặc bất kỳ hoạt ảnh lập trình nào có nội dung hình học/toán học.

Quy trình sản xuất nghệ thuật thị giác mang tính tương tác và sáng tạo bằng cách sử dụng p5.js. Tạo các bản phác thảo dựa trên trình duyệt, nghệ thuật sáng tạo, trực quan hóa dữ liệu, trải nghiệm tương tác, cảnh 3D, hình ảnh phản ứng âm thanh và đồ họa chuyển động - được xuất dưới dạng HTML, PNG, GIF, MP4 hoặc SVG. Bao gồm: Kết xuất 2D/3D, hệ thống nhiễu và hạt, trường dòng, trình đổ bóng (GLSL), thao tác pixel, kiểu chữ động, cảnh WebGL, phân tích âm thanh, tương tác chuột/bàn phím và xuất độ phân giải cao không đầu. Sử dụng khi người dùng yêu cầu: bản phác thảo p5.js, mã hóa sáng tạo, nghệ thuật sáng tạo, trực quan hóa tương tác, hoạt ảnh canvas, nghệ thuật thị giác dựa trên trình duyệt, dữ liệu viz, hiệu ứng đổ bóng hoặc bất kỳ dự án p5.js nào.

54 hệ thống thiết kế chất lượng sản xuất được trích xuất từ ​​các trang web thực. Tải mẫu để tạo HTML/CSS phù hợp với đặc điểm nhận dạng trực quan của các trang web như Stripe, Linear, Vercel, Notion, Airbnb, v.v. Mỗi mẫu bao gồm màu sắc, kiểu chữ, thành phần, quy tắc bố cục và các giá trị CSS sẵn sàng sử dụng.

Kỹ năng sáng tác, lời nhắc tạo nhạc AI (trọng tâm Suno), kỹ thuật nhại/chuyển thể, thủ thuật ngữ âm và bài học kinh nghiệm. Đây là những công cụ và ý tưởng, không phải quy tắc. Phá vỡ bất kỳ trong số họ khi nghệ thuật yêu cầu nó.

Thiết lập máy chủ Minecraft đã được sửa đổi từ gói zip máy chủ CurseForge/Modrinth. Bao gồm cài đặt NeoForge/Forge, phiên bản Java, điều chỉnh JVM, tường lửa, cấu hình mạng LAN, bản sao lưu và tập lệnh khởi chạy.

Chơi trò chơi Pokemon một cách tự động thông qua mô phỏng không cần đầu. Khởi động máy chủ trò chơi, đọc trạng thái trò chơi có cấu trúc từ RAM, đưa ra các quyết định chiến lược và gửi đầu vào bằng nút — tất cả đều từ thiết bị đầu cuối.

Kiểm tra và phân tích cơ sở mã bằng cách sử dụng pygount để đếm LỘC, phân tích ngôn ngữ và tỷ lệ mã so với nhận xét. Sử dụng khi được yêu cầu kiểm tra các dòng mã, kích thước kho lưu trữ, thành phần ngôn ngữ hoặc số liệu thống kê về cơ sở mã.

Thiết lập xác thực GitHub cho tác nhân bằng git (có sẵn phổ biến) hoặc gh CLI. Bao gồm mã thông báo HTTPS, khóa SSH, trình trợ giúp thông tin xác thực và gh auth — với quy trình phát hiện để tự động chọn phương thức phù hợp.

Xem xét các thay đổi mã bằng cách phân tích các điểm khác biệt của git, để lại nhận xét nội tuyến về PR và thực hiện đánh giá kỹ lưỡng trước khi đẩy. Hoạt động với gh CLI hoặc quay lại API git + GitHub REST thông qua cuộn tròn.

Tạo, quản lý, phân loại và đóng các sự cố GitHub. Tìm kiếm các vấn đề hiện có, thêm nhãn, chỉ định người và liên kết tới PR. Hoạt động với gh CLI hoặc quay lại API git + GitHub REST thông qua cuộn tròn.

Vòng đời yêu cầu kéo đầy đủ - tạo nhánh, cam kết thay đổi, mở PR, theo dõi trạng thái CI, tự động sửa lỗi và hợp nhất. Hoạt động với gh CLI hoặc quay lại API git + GitHub REST thông qua cuộn tròn.

Sao chép, tạo, phân nhánh, định cấu hình và quản lý kho lưu trữ GitHub. Quản lý điều khiển từ xa, bí mật, bản phát hành và quy trình làm việc. Hoạt động với gh CLI hoặc quay lại API git + GitHub REST thông qua cuộn tròn.

Tìm kiếm và tải xuống ảnh GIF từ Tenor bằng cách sử dụng tính năng cuộn tròn. Không có sự phụ thuộc nào ngoài Curl và jq. Hữu ích khi tìm ảnh GIF phản ứng, tạo nội dung trực quan và gửi ảnh GIF trong cuộc trò chuyện.

Thiết lập và chạy HeartMuLa, dòng mô hình tạo nhạc nguồn mở (giống như Suno). Tạo bài hát đầy đủ từ lời bài hát + thẻ với sự hỗ trợ đa ngôn ngữ.

Tạo biểu đồ phổ và trực quan hóa tính năng âm thanh (mel, sắc độ, MFCC, tempogram, v.v.) từ các tệp âm thanh qua CLI. Hữu ích cho việc phân tích âm thanh, gỡ lỗi sản xuất âm nhạc và tài liệu trực quan.

Tìm nạp bản ghi video YouTube và chuyển chúng thành nội dung có cấu trúc (chương, tóm tắt, chủ đề, bài đăng trên blog). Sử dụng khi người dùng chia sẻ URL YouTube hoặc liên kết video, yêu cầu tóm tắt video, yêu cầu bản ghi hoặc muốn trích xuất và định dạng lại nội dung từ bất kỳ video YouTube nào.

Thư viện PyTorch để tạo âm thanh bao gồm chuyển văn bản thành nhạc (MusicGen) và chuyển văn bản thành âm thanh (AudioGen). Sử dụng khi bạn cần tạo nhạc từ mô tả văn bản, tạo hiệu ứng âm thanh hoặc thực hiện tạo nhạc theo giai điệu.

Hướng dẫn của chuyên gia để tinh chỉnh LLM với cấu hình Axolotl - YAML, hơn 100 mô hình, LoRA/QLoRA, DPO/KTO/ORPO/GRPO, hỗ trợ đa phương thức

Mô hình kết nối tầm nhìn và ngôn ngữ của OpenAI. Cho phép phân loại hình ảnh không chụp, khớp văn bản hình ảnh và truy xuất đa phương thức. Được đào tạo về các cặp văn bản-hình ảnh 400M. Sử dụng để tìm kiếm hình ảnh, kiểm duyệt nội dung hoặc các tác vụ ngôn ngữ thị giác mà không cần tinh chỉnh. Tốt nhất cho sự hiểu biết hình ảnh có mục đích chung.

Xây dựng các hệ thống AI phức tạp với lập trình khai báo, tự động tối ưu hóa lời nhắc, tạo hệ thống và tác nhân RAG mô-đun với DSPy - khung lập trình LM có hệ thống của Stanford NLP

Đánh giá LLM trên hơn 60 điểm chuẩn học thuật (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Sử dụng khi đo điểm chuẩn chất lượng mô hình, so sánh các mô hình, báo cáo kết quả học tập hoặc theo dõi tiến độ đào tạo. Tiêu chuẩn ngành được EleutherAI, HuggingFace và các phòng thí nghiệm lớn sử dụng. Hỗ trợ HuggingFace, vLLM, API.

Tinh chỉnh LLM bằng cách học tăng cường với TRL - SFT để điều chỉnh hướng dẫn, DPO để căn chỉnh ưu tiên, PPO/GRPO để tối ưu hóa phần thưởng và đào tạo mô hình phần thưởng. Sử dụng khi cần RLHF, điều chỉnh mô hình theo sở thích hoặc đào tạo từ phản hồi của con người. Hoạt động với Máy biến áp ôm mặt.

Định dạng GGUF và lượng tử hóa llama.cpp để suy luận CPU/GPU hiệu quả. Sử dụng khi triển khai các mô hình trên phần cứng tiêu dùng, Apple Silicon hoặc khi cần lượng tử hóa linh hoạt từ 2-8 bit mà không yêu cầu GPU.

Hướng dẫn của chuyên gia về tinh chỉnh GRPO/RL với TRL để đào tạo mô hình lý luận và nhiệm vụ cụ thể

Kiểm soát đầu ra LLM bằng biểu thức chính quy và ngữ pháp, đảm bảo việc tạo JSON/XML/mã hợp lệ, thực thi các định dạng có cấu trúc và xây dựng quy trình làm việc nhiều bước với Hướng dẫn - khung tạo ràng buộc của Microsoft Research

Hugging Face Hub CLI (hf) — tìm kiếm, tải xuống và tải lên các mô hình và tập dữ liệu, quản lý kho lưu trữ, truy vấn tập dữ liệu bằng SQL, triển khai điểm cuối suy luận, quản lý Không gian và nhóm.

Chạy suy luận LLM trên CPU, Apple Silicon và GPU tiêu dùng không có phần cứng NVIDIA. Sử dụng để triển khai biên, máy Mac M1/M2/M3, GPU AMD/Intel hoặc khi CUDA không khả dụng. Hỗ trợ lượng tử hóa GGUF (1,5-8 bit) để giảm bộ nhớ và tăng tốc 4-10× so với PyTorch trên CPU.

Nền tảng đám mây GPU không có máy chủ để chạy khối lượng công việc ML. Sử dụng khi bạn cần quyền truy cập GPU theo yêu cầu mà không cần quản lý cơ sở hạ tầng, triển khai mô hình ML dưới dạng API hoặc chạy các tác vụ hàng loạt với khả năng tự động điều chỉnh quy mô.

Loại bỏ các hành vi từ chối khỏi LLM trọng lượng mở bằng cách sử dụng OBLITERATUS — các kỹ thuật có thể diễn giải cơ học (khác biệt về phương tiện, SVD, SVD được làm trắng, LEACE, phân tách SAE, v.v.) để loại bỏ các rào cản trong khi vẫn duy trì lý luận. 9 phương pháp CLI, 28 mô-đun phân tích, 116 cài đặt trước của mô hình trên 5 tầng điện toán, đánh giá giải đấu và đề xuất dựa trên phép đo từ xa. Sử dụng khi người dùng muốn bỏ kiểm duyệt, xóa bỏ hoặc xóa lời từ chối khỏi LLM.

Đảm bảo cấu trúc JSON/XML/mã hợp lệ trong quá trình tạo, sử dụng mô hình Pydantic cho đầu ra an toàn loại, hỗ trợ các mô hình cục bộ (Transformers, vLLM) và tối đa hóa tốc độ suy luận với Outlines - thư viện tạo có cấu trúc của dottxt.ai

Tinh chỉnh tham số hiệu quả cho LLM bằng các phương pháp LoRA, QLoRA và 25+. Sử dụng khi tinh chỉnh các mô hình lớn (7B-70B) có bộ nhớ GPU hạn chế, khi bạn cần huấn luyện <1% tham số với mức độ mất độ chính xác ở mức tối thiểu hoặc để phân phối nhiều bộ chuyển đổi. Thư viện chính thức của HuggingFace được tích hợp với hệ sinh thái máy biến áp.

Hướng dẫn của chuyên gia về Đào tạo song song dữ liệu được phân chia hoàn toàn với PyTorch FSDP - phân chia tham số, độ chính xác hỗn hợp, giảm tải CPU, FSDP2

Mô hình nền tảng cho việc phân đoạn hình ảnh với khả năng truyền không ảnh. Sử dụng khi bạn cần phân đoạn bất kỳ đối tượng nào trong hình ảnh bằng cách sử dụng các điểm, hộp hoặc mặt nạ làm lời nhắc hoặc tự động tạo tất cả các mặt nạ đối tượng trong hình ảnh.

Phục vụ LLM với thông lượng cao bằng cách sử dụng PagedAttention của vLLM và phân đợt liên tục. Sử dụng khi triển khai API LLM sản xuất, tối ưu hóa độ trễ/thông lượng suy luận hoặc phân phát các mô hình có bộ nhớ GPU hạn chế. Hỗ trợ các điểm cuối, lượng tử hóa tương thích với OpenAI (GPTQ/AWQ/FP8) và song song tensor.

Tạo văn bản thành hình ảnh tiên tiến nhất với các mô hình Khuếch tán ổn định thông qua Bộ khuếch tán HuggingFace. Sử dụng khi tạo hình ảnh từ lời nhắc văn bản, thực hiện dịch từ hình ảnh sang hình ảnh, vẽ nội dung hoặc xây dựng quy trình khuếch tán tùy chỉnh.

Hướng dẫn của chuyên gia để tinh chỉnh nhanh với Unsloth - đào tạo nhanh hơn 2-5 lần, bộ nhớ ít hơn 50-80%, tối ưu hóa LoRA/QLoRA

Theo dõi các thử nghiệm ML bằng tính năng ghi nhật ký tự động, trực quan hóa quá trình đào tạo trong thời gian thực, tối ưu hóa siêu tham số bằng tính năng quét và quản lý sổ đăng ký mô hình với W&B - nền tảng MLOps cộng tác

Mô hình nhận dạng giọng nói đa năng của OpenAI. Hỗ trợ 99 ngôn ngữ, phiên âm, dịch sang tiếng Anh và nhận dạng ngôn ngữ. Sáu kích thước mô hình từ nhỏ (thông số 39M) đến lớn (thông số 1550M). Sử dụng để chuyển giọng nói thành văn bản, phiên âm podcast hoặc xử lý âm thanh đa ngôn ngữ. Tốt nhất cho ASR mạnh mẽ, đa ngôn ngữ.

Tích hợp Gmail, Lịch, Drive, Danh bạ, Trang tính và Tài liệu thông qua Python. Sử dụng OAuth2 với tính năng làm mới mã thông báo tự động. Không cần các tệp nhị phân bên ngoài — chạy hoàn toàn với thư viện máy khách Python của Google ở ​​venv Hermes.

Quản lý các vấn đề, dự án và nhóm tuyến tính thông qua API GraphQL. Tạo, cập nhật, tìm kiếm và sắp xếp các vấn đề. Sử dụng xác thực khóa API (không cần OAuth). Tất cả các hoạt động thông qua Curl - không phụ thuộc.

Chỉnh sửa tệp PDF bằng hướng dẫn bằng ngôn ngữ tự nhiên bằng CLI nano-pdf. Sửa đổi văn bản, sửa lỗi chính tả, cập nhật tiêu đề và thực hiện thay đổi nội dung trên các trang cụ thể mà không cần chỉnh sửa thủ công.

API Notion để tạo và quản lý các trang, cơ sở dữ liệu và khối thông qua tính năng cuộn tròn. Tìm kiếm, tạo, cập nhật và truy vấn không gian làm việc của Notion trực tiếp từ thiết bị đầu cuối.

Trích xuất văn bản từ tệp PDF và tài liệu được quét. Sử dụng web_extract cho các URL từ xa, pymupdf cho các tệp PDF dựa trên văn bản cục bộ, marker-pdf cho OCR/tài liệu được quét. Đối với DOCX, hãy sử dụng python-docx, đối với PPTX, hãy xem kỹ năng powerpoint.

Sử dụng kỹ năng này bất kỳ lúc nào có liên quan đến tệp .pptx — dưới dạng đầu vào, đầu ra hoặc cả hai. Điều này bao gồm: tạo các bản trình chiếu, bản thuyết trình hoặc bản trình bày; đọc, phân tích cú pháp hoặc trích xuất văn bản từ bất kỳ tệp .pptx nào (ngay cả khi nội dung được trích xuất sẽ được sử dụng ở nơi khác, như trong email hoặc bản tóm tắt); chỉnh sửa, sửa đổi hoặc cập nhật các bài thuyết trình hiện có; kết hợp hoặc chia tách các tập tin slide; làm việc với các mẫu, bố cục, ghi chú của người thuyết trình hoặc nhận xét. Kích hoạt bất cứ khi nào người dùng đề cập đến "bộ bài", "trang trình bày", "bản trình bày" hoặc tham chiếu tên tệp .pptx, bất kể họ định làm gì với nội dung sau đó. Nếu cần mở, tạo hoặc chạm vào tệp .pptx, hãy sử dụng kỹ năng này.

Tìm kiếm và truy xuất các bài viết học thuật từ arXiv bằng API REST miễn phí của họ. Không cần khóa API. Tìm kiếm theo từ khóa, tác giả, danh mục hoặc ID. Kết hợp với web_extract hoặc kỹ năng ocr-and-document để đọc toàn bộ nội dung bài báo.

Theo dõi blog và nguồn cấp dữ liệu RSS/Atom để biết các bản cập nhật bằng công cụ blogwatcher-cli. Thêm blog, quét tìm bài viết mới, theo dõi trạng thái đọc và lọc theo danh mục.

LLM Wiki của Karpathy — xây dựng và duy trì nền tảng kiến ​​thức liên kết với nhau về giảm giá bền vững. Nhập nguồn, truy vấn kiến ​​thức được tổng hợp và tìm lỗi mã nguồn để đảm bảo tính nhất quán.

Truy vấn dữ liệu thị trường dự đoán Polymarket - thị trường tìm kiếm, nhận giá, sổ đặt hàng và lịch sử giá. Chỉ đọc thông qua API REST công khai, không cần khóa API.

Quy trình hoàn chỉnh để viết tài liệu nghiên cứu ML/AI - từ thiết kế thử nghiệm đến phân tích, soạn thảo, sửa đổi và gửi. Bao gồm NeurIPS, ICML, ICLR, ACL, AAAI, COLM. Tích hợp giám sát thử nghiệm tự động, phân tích thống kê, viết lặp và xác minh trích dẫn.