01
Skills 的开源合集
这个 28K Star 的开源项目由 Anthropic 发布维护，收集了很多 Skills 。
Skills 是啥之前介绍过，感兴趣的也可以问 AI。本质上就是将复杂的提示词、脚本、模板和资源啥的打包成可复用的能力包。
给 Claude 分派任务的时候，它可以动态加载相关的 Skill。
这个开源项目包含了多种类型的 Skill 示例，包括创意设计、技术开发、企业工作流啥的。
通过这些示例学习如何编写 SKILL.md 文件，定义清晰的指令和元数据，教导 Claude 执行如数据分析、代码生成或遵循特定品牌指南创建文档等复杂操作。
除了开源的示例技能外，该仓库还包含了一些 source-available 的文档处理技能，比如处理 PDF、DOCX、PPTX 和 XLSX 文件的能力。
这些 Skill 教你 Claude 在生产级 AI 应用中处理复杂文档的底层逻辑和模式，还挺有参考价值的。
开源地址：https://github.com/anthropics/skills02
AI 智能体生成 UI
A2UI 是 Google 新推出的一个开源项目，它用了一个很有意思的思路来让 AI 智能体生成用户界面。
它并不直接生成 UI 代码，而是采用一种 JSON 格式来描述 UI 的意图和结构，确保了交互的安全性和灵活性。
说人话，AI 智能体能够通过一种安全、结构化的 JSON 数据格式来描述 UI 长啥样。
客户端 APP 负责解析智能体发送的 JSON 数据，并把它渲染成本地的原生组件。
这种设计实现了 UI 结构与具体实现的解耦，使得同一个智能体的回复可以在不同的客户端平台上呈现出一致且原生的视觉效果。
开源地址：https://github.com/google/A2UI03
文本转语音模型
Chatterbox 是由 Resemble AI 开源的文本转语音（TTS）模型。
现在在 GitHub 上已斩获 18K 的 Star 了。
它提供高质量、低延迟的语音生成能力，包含了 Chatterbox-Turbo 模型，这是一个拥有 3.5 亿参数的高效模型，通过将解码过程压缩至一步，显著降低了显存占用和计算需求。
该个开源项目不仅支持多语言生成，还原生支持副语言标签。
在文本里面插入如笑声、咳嗽等标签，让生成的语音更加生动自然，语音合成的表现力和真实感还是挺不错的。
Chatterbox 生成的音频默认包含 Resemble AI 的 PerTh 水印。这种水印在经过 MP3 压缩或音频编辑后依然可以被高精度检测出来，防止语音克隆技术的滥用。
开源地址：https://github.com/resemble-ai/chatterbox04
增强人类 AI 框架
这个 37K Star 的开源项目有点意思了。
这是一个用 AI 来增强人类能力的开源框架，通过模块化的系统来解决具体的实际问题。它的思路是 AI 的强大不仅限于单个模型的强大，还依赖于多个 AI 的整合。
Fabric 定义了很多 Patterns ，这些 Patterns 其实都是是经过精心设计和优化的 AI 提示词，专门用于某个任务，比如提取视频精华、撰写代码文档或总结学术论文啥的。
Fabric 可以把你的任何输入直接管道化传入这些 Patterns 中进行处理。
Fabric 不仅是一个工具，还是一个提示词的管理平台。
它鼓励用户创建、组织和分享自己的 AI 工作流，并且支持连接多种 AI 模型，比如 OpenAI、Claude、Ollama 啥的。
通过标准化的 Markdown 格式，Fabric 让复杂的 Prompt 工程变得可读、可编辑且易于集成到日常工作流中。
开源地址：https://github.com/danielmiessler/Fabric05
提取结构化信息
Google 是推出的一个 Python 库，专门利用大模型从非结构化文本中提取结构化信息。
它能处理医疗报告、法律文档等复杂材料，根据用户定义的指令和示例，精准地识别并组织关键数据，而且不需要对模型进行微调。
它不仅能提取数据，还能将提取出的每一条信息映射回源文本的具体位置。
这样用这个能力的用户就能轻松验证数据的准确性，解决了大模型的幻觉问题，很适用对准确性要求极高的专业领域。
LangExtract 还内置了交互式的可视化功能，能够生成包含原文和提取结果的 HTML 文件，高亮显示提取实体及其上下文。
它支持多种模型后端，既可以使用 Google 的 Gemini 等云端模型，也支持通过 Ollama 运行本地开源模型，兼顾了性能与隐私需求
开源地址：https://github.com/google/langextract07
终端的文本编辑器
Fresh 是一个开源的基于终端的文本编辑器在保持终端编辑器速度和可移植性的同时，提供类似 VS Code 或 Sublime Text 的体验。
用起来不复杂，不像 Vim 一样。不需要记复杂的快捷键就能上手。
而且这个编辑器支持鼠标操作、完整的菜单系统和命令面板，符合开发者的使用习惯。
它内置了多光标编辑、智能缩进、增量搜索以及代码补全、定义跳转等高级功能，确保了在终端环境中也能拥有高效的编码体验。
Fresh 采用 Rust 编写，底层架构专为高性能设计，能够流畅处理数 GB 大小的文件而不会卡顿。
开源地址：https://github.com/sinelaw/fresh08
数据转换框架
CocoIndex 是一个专为 AI 设计的高性能数据转换框架，核心引擎采用 Rust 编写，具备极高的处理速度和效率。
这个框架可以简化数据处理流程，帮助开发者轻松构建向量索引、知识图谱或定制化的 ETL（提取、转换、加载）管道，以满足 AI 应用对数据的复杂需求。
该框架引入了 Dataflow 的编程模型，你只需使用 Python 定义数据转换逻辑，就能实现从源数据到目标数据的自动化流转。
它支持多种数据源和目标，比如 Postgres、向量数据库啥的，而且提供了丰富的内置构建块，使得组合不同的转换逻辑变得像搭积木一样简单。
开源地址：https://github.com/cocoindex-io/cocoindex如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
，74hc138、74ls138译码器区别探讨)
