총 500건 · 필터: AI KIT
AI 시스템을 외부 도구 및 데이터 소스에 연결하는 모델 컨텍스트 프로토콜(MCP) 서버와 클라이언트를 구축, 디버깅 또는 최적화해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자가 클로드에게 데이터베이스 도구를 노출시키기 위해 MCP 서버를 구축하고 있습니다.\n사용자: "M을 만들어야 합니다
AI 모델 평가 및 벤치마킹 전문가. 모델 선택, 성능 비교, 비용 분석 및 평가 지표 설계를 위해 능동적으로 사용하세요. LLM 기능 및 한계에 대한 전문가.
프롬프트와 코드를 Claude Sonnet 4.0, Sonnet 4.5 또는 Opus 4.1에서 Opus 4.5로 마이그레이션합니다. 사용자가 Opus 4.5를 사용하기 위해 코드베이스, 프롬프트 또는 API 호출을 업데이트하고 싶을 때 사용하세요. 모델 문자열 업데이트와 알려진 Opus 4.5 동작 차이에 대한 신속한 조정을 처리합니다. Haiku 4.5를 마이그레이션하지 않습니다.
Open 평가 가이드AI, Anthropic 및 기타 API 기반 언어 모델.
60개 이상의 학술 벤치마크(MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag)에서 LLM을 평가합니다. 모델 품질을 벤치마킹하거나, 모델을 비교하거나, 학업 결과를 보고하거나, 교육 진행 상황을 추적할 때 사용하세요. Eleuther에서 사용하는 산업 표준AI, 허깅페이스, 그리고 주요 연구소들. 허깅페이스, vL 지원
FastMCP 3.0을 사용하여 MCP 서버를 구축하기 위한 전체 가이드 - 도구, 리소스, 인증, 제공업체, 미들웨어 및 배포. Python MCP 서버를 만들거나 AI 모델을 외부 도구 및 데이터와 통합할 때 사용하세요.
AI 모델(FLUX, Gemini)을 사용하여 이미지를 생성하거나 편집합니다. 사진, 일러스트레이션, 아트워크, 시각적 자산, 컨셉 아트 및 기술 다이어그램이나 도식이 아닌 모든 이미지를 포함한 범용 이미지 생성에 사용하세요. 흐름도, 회로, 경로 및 기술 다이어그램의 경우 과학자를 사용합니다
vLLM의 PageAttention과 연속 배치를 사용하여 높은 처리량으로 LLM에 서비스를 제공합니다. 프로덕션 LLM API를 배포하거나 추론 지연 시간/처리량을 최적화하거나 GPU 메모리가 제한된 모델을 서비스할 때 사용하세요. 오픈 지원AI 호환 엔드포인트, 양자화(GPTQ/AWQ/FP8) 및 텐서 병렬 처리.
이 MarkItDown 스킬은 직접 열기 대신 **OpenRouter**를 사용하도록 구성되었습니다AI API 액세스. OpenRouter는 다음을 통해 다양한 제공업체의 100개 이상의 AI 모델에 액세스할 수 있는 통합 API 게이트웨이를 제공합니다
Lightning AI의 LitGPT를 사용하여 20개 이상의 사전 학습된 아키텍처(Lama, Gemma, Phi, Qwen, Mistral)를 구현하고 훈련합니다. 깨끗한 모델 구현, 아키텍처에 대한 교육적 이해, 또는 LoRA/QLoRA를 사용한 프로덕션 미세 조정이 필요할 때 사용하세요. 단일 파일 구현, 추상화 없음 l
RNN+Transformer 하이브리드와 O(n) 추론. 선형 시간, 무한 컨텍스트, KV 캐시 없음. GPT(병렬)처럼 훈련하고, RNN(순차)처럼 추론하세요. 리눅스 재단 AI 프로젝트. Windows, Office, NeMo에서 제작. RWKV-7 (2025년 3월). 최대 14B 매개변수를 모델링합니다.
시각과 언어를 연결하는 OpenAI의 모델. 제로샷 이미지 분류, 이미지-텍스트 매칭, 그리고 교차 모달 검색을 가능하게 합니다. 400만 개의 이미지-텍스트 쌍으로 학습되었습니다. 이미지 검색, 콘텐츠 중재 또는 비전 언어 작업에 미세 조정 없이 사용하세요. 범용 이미지 이해에 가장 적합합니다
OpenAI의 범용 음성 인식 모델. 99개 언어, 전사, 영어 번역 및 언어 식별을 지원합니다. 소형(39M 파램)부터 대형(1550M 파램)까지 6가지 모델 크기. 음성-텍스트, 팟캐스트 전사 또는 다국어 오디오 처리에 사용하세요. 로보에게 가장 적합
추적, 평가 및 모니터링을 위한 LLM 관측 플랫폼. LLM 애플리케이션 디버깅, 데이터셋 대비 모델 출력 평가, 프로덕션 시스템 모니터링, AI 애플리케이션을 위한 체계적인 테스트 파이프라인 구축 시 사용하세요.
LiteLLM과 OpenRouter를 통해 Perplexity 모델을 사용하여 실시간 정보로 AI 기반 웹 검색을 수행하세요. 이 기술은 현재 정보를 검색하거나, 최신 과학 문헌을 찾거나, 출처 인용을 통해 근거 있는 답변을 얻거나, 정보에 접근할 때 사용해야 합니다
생성 중 유효한 JSON/XML/코드 구조 보장, 타입 안전 출력을 위해 Pydantic 모델 사용, 로컬 모델(Transformers, vLLM) 지원, 아웃라인을 통한 추론 속도 극대화 - dottxt.ai 의 구조화된 생성 라이브러리
PyHealth는 일반적인 의료 AI 애플리케이션을 위한 20개 이상의 사전 정의된 임상 예측 작업을 제공합니다. 각 작업 함수는 원시 환자 데이터를 모델 학습을 위해 구조화된 입력-출력 쌍으로 변환합니다.
임상 데이터를 기반으로 머신 러닝 모델을 개발, 테스트 및 배포하기 위한 포괄적인 의료 AI 툴킷입니다. 이 기술은 전자 건강 기록(EHR), 임상 예측 작업(사망률, 재입원, 약물 추천), 의료 코딩 시스템(ICD, ND)을 다룰 때 사용해야 합니다
PyMC를 사용한 베이지안 모델링. 확률적 프로그래밍 및 추론을 위해 계층적 모델, MCMC(NUTS), 변분 추론, LOO/WAIC 비교, 사후 검사를 구축합니다.
이미지/비디오 처리, 객체 감지, 분할 및 시각 AI 시스템을 위한 세계 최고 수준의 컴퓨터 비전 기술. 파이토치, OpenCV, YOLO, SAM, 확산 모델 및 비전 트랜스포머에 대한 전문 지식. 3D 비전, 비디오 분석, 실시간 처리 및 프로덕션 배포가 포함됩니다. 빌드할 때 사용