Explorar skills

Garante estrutura JSON/XML/código válida durante a geração, usa modelos Pydantic para saídas com segurança de tipo, suporta modelos locais (Transformers, vLLM) e maximiza a velocidade de inferência com Outlines - a biblioteca de geração estruturada da dottxt.ai.

Um framework de pré-treinamento visão-linguagem que conecta codificadores de imagem congelados e LLMs. Utilize-o para legendagem de imagens, resposta a perguntas visuais, recuperação imagem-texto ou chat multimodal com desempenho zero-shot de ponta.

Acelere a inferência de LLMs usando decodificação especulativa, múltiplas cabeças Medusa e técnicas de decodificação lookahead. Isso otimiza a velocidade de inferência (ganho de 1.5-3.6x), reduz a latência para aplicações em tempo real e é útil para implantar modelos com computação limitada.

Fornece orientação para o pós-treinamento de LLMs com RL usando slime, um framework Megatron+SGLang. Utilize ao treinar modelos GLM, implementar fluxos de trabalho personalizados de geração de dados ou precisar de integração estreita com Megatron-LM para escalonamento de RL.

Plataforma de observabilidade de IA de código aberto para rastreamento, avaliação e monitoramento de LLMs. Utilize ao depurar aplicações LLM com rastreamentos detalhados, executar avaliações em conjuntos de dados ou monitorar sistemas de IA em produção com insights em tempo real.

Geração e serviço estruturados rápidos para LLMs, utilizando cache de prefixo RadixAttention. Ideal para saídas JSON/regex, decodificação restrita e fluxos de trabalho de agentes, oferece inferência 5x mais rápida que vLLM com compartilhamento de prefixo, sendo utilizado em mais de 300.000 GPUs em empresas como xAI, AMD, NVIDIA e LinkedIn.

Otimização Simples de Preferência para alinhamento de LLMs. É uma alternativa sem referência ao DPO, com melhor desempenho (+6,4 pontos no AlpacaEval 2.0) e treinamento mais eficiente, simples e rápido que DPO/PPO.

Gera prompts otimizados para ferramentas de IA. Ativa-se apenas quando o usuário pede explicitamente para escrever, corrigir, melhorar ou adaptar um prompt para uma ferramenta de IA específica (ex: LLM, Midjourney), e não para tarefas gerais.

Claude + Obsidian knowledge companion. Sets up a persistent wiki vault, scaffolds structure from a one-sentence description, and routes to specialized sub-skills. Use for setup, scaffolding, cross-project referencing, and hot cache management. Triggers on: "set up wiki", "scaffold vault", "create knowledge base", "/wiki", "wiki setup", "obsidian vault", "knowledge base", "second brain setup", "run

Health check the Obsidian wiki vault. Finds orphan pages, dead wikilinks, stale claims, missing cross-references, frontmatter gaps, and empty sections. Creates or updates Dataview dashboards. Generates canvas maps. Triggers on: "lint", "health check", "clean up wiki", "check the wiki", "wiki maintenance", "find orphans", "wiki audit".

Strip clutter from web pages before ingesting into the wiki. Removes ads, navigation, headers, footers, and boilerplate: leaving clean readable markdown that saves 40-60% tokens. Triggers on: defuddle, clean this page, strip this url, fetch and clean, clean web content before ingesting, strip ads, remove clutter, clean URL content, readable markdown from URL.

Rollup of wiki log entries into meta-pages. Reads the last 2^k entries from wiki/log.md, writes a structurally-idempotent fold page to wiki/folds/ that links back to children. Extractive summarization (no invention). Dry-run by default, stdout-only; commit mode writes and accepts that the PostToolUse hook auto-commits. Triggers on: fold the log, run a fold, run wiki-fold, log rollup, roll up log e