SkillPedia Skills Encyclopedia
中文 EN

Search · 搜索结果

搜索「multi-modal」命中 18 个条目 —— 换个关键词,或回到分类浏览

名称直接命中的排在最前,其余按 Stars 热度排序。多个关键词用空格分隔,「-」「_」「.」「/」与空格等价 —— 输入 awesome openclaw skills 同样能查到 awesome-openclaw-skills。

按分类浏览Browse by category

其余 194 个分类All 202 categories
影视制作与音视频技能55 数据科学与知识图谱49 AI 与智能体49 AI 智能体研发与架构37 设计与可视化技能36 开发工具与工程效率29 教育与职业发展技能26 科研与学术技能25 网络与系统安全24 营销与增长技能22 数字营销与内容运营20 资源索引与技能库20 智能语音与硬件生态18 设计创意与视觉表达17 DevOps 与云原生运维16 内容创作与写作技能15 前端开发14 AI 开发工具12 安全与攻防技能12 开发与工程12 质量保证与自动化测试11 AI 与智能体工具11 开发工具与工程化11 营销与增长10 AI 智能体技能10 数据与基础设施技能10 网络安全与系统防护9 内容创作与写作9 内容创作与文案技能9 游戏与创意技能8 AI 智能体与自动化8 安全与合规技能8 金融与投资技能8 生活服务与本地化技能8 内容创作与设计8 开发与编程8 企业应用与业务系统7 内容创作与媒体制作7 知识与研究技能7 开发与运维7 内容创作与多媒体6 AI 工具与效率5 AI 工程与智能体5 安全与合规5 人工智能与机器人4 人工智能与机器学习4 办公效率与文档处理4 设计与创意4 设计创意4 游戏开发4 AI 与数据科学4 AI 与智能体应用4 产品与项目管理技能4 开发工具与平台3 职业发展与求职3 AI 工程与智能体开发3 法律与知识产权技能3 内容创作与媒体3 设计创意与多媒体3 金融与量化交易3 硬件与嵌入式3 内容创作与运营3 AI 与机器学习3 内容采集与处理技能3 产品与设计3 产品与运营3 AI 与自动化3 开发工具与工程效能3 编程与工程开发3 办公与效率2 AI 应用与内容创作2 AI 应用与效率工具2 商业与运营2 内容创作与演示设计2 内容创作与视频制作2 UI/UX 与视觉设计2 开发与工程工具2 硬件与嵌入式技能2 数据分析与商业智能2 AI 与算法2 创意设计与内容生成2 产品与项目管理2 AI 写作与文本处理1 前端开发与工程化1 人工智能与智能助手1 前端开发与界面工程1 前端开发与网页制作1 开发工具与框架1 前端开发技能1 开发编程1 自动化与效率工具1 AI 工程与评测1 求职与职业发展1 企业应用与办公协同1 开发运维与基础设施1 营销与品牌技能1 办公与文档处理1 法律与合规1 影视与音视频制作1 AI 应用与工具1 法律与合规技能1 办公效率与自动化1 内容创作与出版1 效率与办公1 计算机视觉与图形学1 AI 应用与自动化1 区块链与Web31 测试与质量保障1 内容创作与办公效率1 效率与办公技能1 AI 应用开发1 区块链与Web3开发1 测试与质量工程1 效率与知识管理1 AI 应用技能1 商业与创业1 效率办公与自动化1 AI 开发与智能体1 商业与副业1 游戏与娱乐工具1 效率工具与信息聚合1 商业与咨询1 内容创作与媒体处理1 效率工具与文档处理1 设计创意与用户体验1 AI 开发工具与工程化1 游戏开发与互动叙事1 内容创作与文本处理1 设计创意与素材1 AI 技能扩展1 多媒体处理与内容生成1 游戏开发与模组1 内容创作与文案1 AI 技能聚合与索引1 学习与知识管理1 物联网与边缘计算1 设计创意技能1 学习与社区1 生活与传统文化1 内容创作与文档写作1 数据与AI1 AI 智能体开发1 学术研究与写作1 生活与消费服务1 内容创作与文档处理1 数据与AI工程1 学术科研与论文写作1 生活服务与兴趣1 AI 与多模态1 内容创作与新媒体运营1 数据与信息处理1 生活服务与出行1 AI 与数据工程1 数据与信息检索1 金融与交易1 AI 能力与智能体开发1 生活服务与效率工具1 内容创作与社交媒体1 金融与投资分析1 AI 能力评测与基准1 内容创作与营销1 数据与文档处理1 内容创作与视觉表达1 数据与知识工程1 DevOps 与云原生1 市场营销与增长1 数据与研究1 金融与量化分析1 研发效能与工程协作1 内容创作与视频生成1 数据与营销分析1 金融与量化投资1 数据分析与决策科学1 金融投资与理财1 开发与测试工具1 硬件与嵌入式开发1 AI 与智能工具1 数据分析与可视化1 音视频与内容创作1 Web 开发1 音视频与多媒体1 硬件与芯片设计1 AI 与生成式工具1 创意设计1 数据分析与数据库1 开发与集成1 数据可视化与图表设计1 科研与学术支持1 创意设计与视觉表达1 数据科学与分析1 移动开发与上架1 AI 写作与内容创作1 数据科学与可视化1 人工智能1

全部技能All skills

显示 1–18 / 共 18 项 · 关键词「multi-modal」 按 Stars↓ 最近更新 按 Forks 按名称
DE deeplakeactiveloopai/deeplake 智能体数据运行时

【核心功能】:面向智能体的 AI 数据运行时。它提供带多模态数据湖的无服务器 Postgres,把向量、结构化与非结构化数据统一管理,…

用途 Use —— 多模态数据湖、无服务器 Postgres、可扩展检索与训练数据管理

来源 Source —— GitHub · 组织仓库 · C++ · 跨平台 · 更新于 6 个月前
★ 9.3k Fork 724 查看详情
CR CradleBAAI-Agents/Cradle 通用计算机控制框…

【核心功能】:智源研究院 BAAI 推出的通用计算机控制(GCC)框架,让基础模型通过与人类相同的统一界面——截图作为输入、键盘鼠标操作作为输出…

用途 Use —— 截图输入与键鼠操作的通用控制

来源 Source —— GitHub · 组织仓库 · Python · Windows · Linux · 更新于 2024-11-07
★ 2.6k Fork 270 查看详情

1. 核心功能:把长视频变成可被自然语言检索、问答和摘要的内容,解决视频内容难以快速定位与理解的问题。…

用途 Use —— 长视频内容检索与问答、监控/直播视频实时分析、视频自动摘要与章节生成、视频库语义搜索、基于视频的 RAG 知识库构建

来源 Source —— GitHub · 组织仓库 · Python · Web · 更新于 1 个月前
★ 1.9k Fork 396 查看详情

1. 核心功能:把大语言模型知识蒸馏(KD)方向的论文按时间线整理成可检索的精选目录,帮研究者和工程师快速定位蒸馏方法、压缩策略与对齐技术。…

用途 Use —— 大模型知识蒸馏论文调研、蒸馏方法选型对比、模型压缩与对齐方案设计、指令微调与数据合成策略参考、多模态蒸馏研究追踪

来源 Source —— GitHub · 个人仓库 · 其他 · Web · 更新于 2025-03-09
★ 1.3k Fork 76 查看详情

1. 核心功能:为纯文本大模型和编码 Agent 补上「看图」能力,让它们能读取截图、图片中的文字与画面内容。…

用途 Use —— 让纯文本大模型获得看图能力、Agent 读取截图与图片内容、Claude Code/Codex/OpenCode 等编码代理接入视觉工具、通过代理转发调用视觉模型

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 1 个月前
★ 1.2k Fork 49 查看详情
LL LLaVA-Plus-CodebaseLLaVA-VL/LLaVA-Plus-Codebase 多模态智能体与工…

1. 核心功能:为多模态大模型(LLaVA 系列)提供可复用的训练与推理代码骨架,重点解决视觉语言连接器选型、图像预处理策略与工具调用型智能体启…

用途 Use —— 多模态大模型训练与微调、视觉语言连接器配置、图像预处理与宽高比适配、工具调用型智能体部署、多工具并行服务启动

来源 Source —— GitHub · 组织仓库 · Python · Linux · 更新于 2024-02-01
★ 771 Fork 60 查看详情
RU RuiC-card-skillHRuiCcc/RuiC-card-skill 视觉美学与质感重…

1. 核心功能:把一句话需求直接变成可交互的 3D 全息收藏卡牌网页,省掉分层绘图、3D 建模、材质调校与网页组装之间的反复切换。…

用途 Use —— 收藏卡牌视觉设计、全息卡面制作、3D 卡牌网页展示、卡牌交互原型交付、多模态素材分层绘制

来源 Source —— GitHub · 个人仓库 · JavaScript · Web · 更新于 1 个月前
★ 525 Fork 37 查看详情
GL GLM-skillszai-org/GLM-skills 多模态与视觉技能

1. 核心功能:为 GLM 系列模型提供官方多模态与视觉能力技能包,让 Agent 直接调用 GLM 完成看图、识字、理解图像内容的任务。…

用途 Use —— 图片文字识别与结构化提取、文档截图内容解析、多模态视觉问答、图像理解任务接入 GLM 模型

来源 Source —— GitHub · 组织仓库 · Python · 跨平台 · 更新于 7 个月前
★ 476 Fork 44 查看详情
WA watch-skilloxbshw/watch-skill 多模态理解与验证

1. 核心功能:让 AI Agent 用真实浏览器录屏 + 视觉模型「亲眼」检查自己产出的页面是否正确,把「看起来没问题」变成可验证的证据。…

用途 Use —— 前端页面视觉回归验证、Agent 生成代码的自动验收、UI 改动前后对比、视频/录屏内容理解、OCR 文字提取、语音转写核对

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 2 个月前
★ 475 Fork 67 查看详情
LL LLMInternSkillwanyichen06/LLMInternSkill 简历优化与面试准…

1. 核心功能:面向 LLM/AIGC 方向实习与校招求职者,把简历改写、JD 匹配、模拟面试追问和补齐计划串成一条可执行的准备链路。…

用途 Use —— LLM/AIGC 实习与校招求职、简历针对性改写、JD 匹配度分析、模拟面试追问演练、面试答案卡准备、能力短板补齐计划、个人项目选题挖掘

来源 Source —— GitHub · 个人仓库 · Markdown · 跨平台 · 更新于 3 个月前
可安装 ★ 325 Fork 14 查看详情

1. 核心功能:本项目主要使用 TypeScript 编写构建,包含 1 个专门化核心 skill(Prompt structure used …

用途 Use —— 核心业务开发与代码编写环节、代码评审与工程规范重构环节、测试驱动开发与自动化测试验证环节

来源 Source —— GitHub · 组织仓库 · TypeScript · 更新于 1 个月前
★ 235 Fork 22 查看详情
RE renderdoc-skillrudybear/renderdoc-skill 技能包管理与工具…

1. 核心功能:本项目主要使用 Python 编写构建。经全文档扫描,项目共集成包含 23 个核心 skills。…

用途 Use —— 需求分析与方案架构规划环节、测试驱动开发与自动化测试验证环节、故障排查与性能深度调优环节

来源 Source —— GitHub · 个人仓库 · Python · 更新于 8 个月前
★ 212 Fork 16 查看详情
GE GEMSlcqysl/GEMS 编程与工程开发智…

本项目名为 GEMS,由 lcqysl 开源维护。定位为 AI 与智能体技能 下的 编程与工程开发智能体,基于 Python 打造。…

来源 Source —— GitHub · 个人仓库 · Python · 更新于 7 个月前
★ 148 Fork 11 查看详情
SK skillsvideo-db/skills 编程与工程开发智…

本项目名为 skills,由 video-db 开源维护。定位为 AI 与智能体技能 下的 编程与工程开发智能体,基于 Python 打造。…

来源 Source —— GitHub · 组织仓库 · Python · 更新于 2 个月前
★ 121 Fork 8 查看详情

1. 核心功能:多模态生成式 AI 媒体制作、音画多模态合成与多渠道视频内容生产工具链。核心功能要点包括:1.【文生图到动态视频镜头扩展】:精准…

用途 Use —— 图文手绘与视觉生成环节、全自动视频流生成环节、文案分镜智能剪辑环节

来源 Source —— GitHub · 组织仓库 · Shell · Web · 更新于 2 个月前
★ 31 Fork 2 查看详情