改写或编辑任意语言的文字,使其读起来像人工编辑过的文章,而非 AI 默认输出。
Prism-Shadow/penguin-harness
为编程助手提供构建、测试、评估和改进 PenguinHarness 智能体及其组织的技能。
- 47 个技能
- 3162 Star
装得最多的 5 个
按 skills.sh 上的安装次数排- humanizer2次安装
- ollama2次安装
用 Ollama 部署和运行本地模型,并向应用和智能体提供兼容 OpenAI 的接口。
- vllm2次安装
用 vLLM 部署并提供兼容 OpenAI 的模型接口,支持工具调用。
- agent-evaluation1次安装
让一个测试智能体在一条基准用例上运行一次,私下评分并返回一条协议结果。
利用固定基准上的版本化评分和关联记录来改进智能体状态。
其余 42 个技能
- benchmark-design1次安装
设计并校准多用例能力基准,并建立可追溯的正式基线。
- data-analysis1次安装
完成数据分析任务,谨慎检查数据、正确理解含义、产出规范文件并按风险核验。
- llamafactory1次安装
使用 LlamaFactory 微调语言模型,注册数据集、按配置训练、合并适配器并提供服务。
指导修改 PenguinHarness 的代码包、模型目录、安装器、发布流程、更新日志和测试。
帮助修改 PenguinHarness 的网页、落地页、文档和界面组件,并复用共享组件与主题。
在本地启动 PenguinHarness 各应用,方便你手动点击、截图或复现问题。
- penguin-sdk1次安装
构建内嵌 Penguin 智能体的独立程序,或把外部程序连接到已有智能体。
调查代码,以最小改动实现修复、新功能和重构,并验证和汇报结果。
- unified-llm-api1次安装
通过 MMSP 用一个客户端调用文本、图像、语音和向量等模型接口。
在 Markdown 回复中渲染表单、图表、流程图和仪表盘等丰富内容,让回答更易读易用。
用 ACE 方法从训练记录中整理出规则手册,并在基准测试上衡量效果。
通过编写 AGENTS.md、设置身份并安装技能和钩子来创建或扩展智能体。
把 Claude Code、Codex 等工具中的智能体迁移为新的 PenguinHarness 智能体,并报告未能转换的部分。
复现 APE 方法,从示例中生成指令,逐一评估并保留最好的一个。
用 AWM 方法从智能体的成功运行中提炼可复用工作流,并在基准上衡量效果。
创建和编辑 Bento 演示文稿,生成自包含的 HTML 文件,可从零开始或基于现有材料。
操控内置浏览器或你自己的 Chrome,在登录状态下打开网页、点击、输入并提取数据。
以 CEO 身份运营 PenguinHarness 组织,把使命拆成任务单、招聘人员并向董事会汇报。
遵循 PenguinHarness 组织的员工守则:先读手册、处理任务单、遇阻上报,重大操作前先请示。
负责 PenguinHarness 组织的财务,制定预算、每日核查支出并解释预算警报。
负责 PenguinHarness 组织的人事,招聘和离职处理、评估员工并维护角色规范。
运营一个由数字分身组成的组织,每个分身对应一位真实同事,彼此转达问题。
在研究型组织中开展实验和论文工作,固定指标、记录结果并进行对抗性评审。
与你一起创建公司模式组织,逐步收集名称、使命、工作区和预算等信息。
使用 Firecrawl API 搜索网页并把页面(含公开 PDF)抓取为干净的 Markdown。
用 OpenSkill 学习可复用技能:检索领域知识、通过虚拟测试改进并导出最新有效版本。
复现 OPRO 方法,根据评分历史提出指令,逐一评估并保留最好的一个。
通过 penguin 命令行管理模型 API 密钥、默认模型和各智能体的密钥。
为 penguin.ooo 撰写和修改博客、文档页面与落地页文案,含大纲、事实核对和配图。
在命令行中操作 PenguinHarness,创建智能体和会话、中途调整消息并查询费用。
构建、测试、分享和提交 PenguinHarness 插件与工作台页面,并可恢复或移除。
解答 PenguinHarness 产品问题,并排查安装、模型、智能体、插件和工作台故障。
启动真实的 PenguinHarness 桌面程序,并在其中端到端运行插件的测试。
把外部的 Codex、Claude Code 或 GitHub 插件转换成 PenguinHarness 插件包并安装。
通过 SSH 在远程主机上运行 Claude Code,包括无界面运行和 tmux 中的交互会话。
在智能体框架上运行递归自我改进实验,包含修改预算、泄漏检查和组件精简。
从 Claude Code、Codex、skills.sh、GitHub 或本地文件夹安装技能并统一为 Penguin 格式。
根据执行记录和反馈,用问题跟踪器和修改预算来改进可复用的 Markdown 技能。
通过轨迹反思、有限补丁和固定评测任务筛选来改进可复用的技能。
在对话的追踪文件中查找上下文摘要遗漏的细节。
根据执行轨迹和整理提炼来演进模块化技能库,并按得分选择检查点。
用设计变量、主题和组件配方,把 Penguin 视觉风格应用到网页和应用界面。