全部 skill

OBLITERATUS：用 diff-in-means 方法消除大模型的拒答行为。

6 个生产级 AI 工程工作流：提示评估（8 维评分）、上下文预算规划、RAG 流水线设计、agent 安全审计（65 点检查表）、eval 脚手架构建、产品感教练。

从零构建 MCP server 与工具，全栈 MCP 开发（TypeScript/Python），含测试、部署与注册表发布。

Run 150+ AI apps (image, video, LLM) via inference.sh CLI.EN

Axolotl: YAML LLM fine-tuning (LoRA, DPO, GRPO).EN

LLM 运维——RAG、嵌入、向量库、微调、进阶提示工程、LLM 成本、质量评估与生产级 AI 架构。

用 PydanticAI 构建生产级 AI agent——类型安全的工具调用、结构化输出、依赖注入与多模型支持。

LLaMA-Factory 微调 LLM 专家指引——WebUI 无代码、100+ 模型、2/3/4/5/6/8-bit QLoRA、多模态支持。

Axolotl 微调 LLM 专家指引——YAML 配置、100+ 模型、LoRA/QLoRA、DPO/KTO/ORPO/GRPO、多模态支持。

全领域的实战 PyTorch 训练配方——LLM、视觉、扩散、医学影像、蛋白/药物发现、空间组学、基因组学。覆盖训练循环、优化器选择（AdamW、Muon）、LR 调度、混合精度、调试、系统化实验。训练或微调神经网络、调试 loss 尖峰或 OOM、选架构、或优化 GPU 吞吐时使用。

用 LLM 驱动的演化算法跨任意领域自动演化优化 AI 代理指引。构建自改进代理、针对基准优化代理提示与技能、或实现自动化代理评估循环时使用。