-
PyTorch 构建 building 深度拆解：从环境准备到跨端编译
如果你试过从源码构建 ExecuTorch，应该对那种"卡在环境配置就花了半小时"的感觉不陌生。每一步都可能踩坑： conda 环境死活激活不了 cmake 版本不对，报错信息还看不出原因 submodule 没同步完整，第三方依赖的 CMakeLists.txt 找不到 交叉编译参数漏了一个，链接时符号全丢了 官方文档写得再详细，实际操作时总会有一些路径问题、权限错误、版本冲…- 970
- 0
-
Profile：PyTorch 边缘部署的性能瓶颈排查指南
模型跑通了，推理结果也对，就是慢得离谱。你打开各种 profiling 工具，日志里一堆时间戳，但每个算子到底吃了多少毫秒，瓶颈卡在模型哪一层，根本看不出来。换个场景重跑一遍，时间分布又变了，连复现都困难。 这不是个别问题。ExecuTorch 作为 PyTorch 的边缘端推理方案，性能分析一直是开发者最头疼的环节。官方文档确实有一套完整的开发者工具链，但配置步骤多、概念门槛高，很多人翻了半天文…- 1k
- 0
-
agent-development：Claude Code Plugin 的 Agent 开发标准答案
写 Agent 这件事，说起来门槛不高，但真正写出一个靠谱的，比想象中难得多。 大多数人的第一版 Agent 都是一个套路：把需求写进 system prompt，给几个工具，然后指望它能自己搞定。结果往往是它要么过于保守什么都不干，要么过于激进一顿操作全错。你反复调 prompt、换模型、加约束，效果还是不理想。问题不在于你不够努力，而在于你从一开始就没按正确的结构来搭。 Anthropic 在…- 1.2k
- 0
-
develop-ai-functions-example：Vercel AI SDK 的示例工厂
Vercel AI SDK 的 npm 周下载量已经跑到三百多万次了。支持 20 多个模型提供商，13 种核心函数，从 generateText 到 rerank、从 transcribe 到 ToolLoopAgent。但如果你是那个负责维护这些示例代码的人，场面就没那么好看了。 每接入一个新 provider，你要给 10 多个函数写示例。每加一个新 feature，你至少要覆盖一个 prov…- 9.6k
- 0
-
OpenAI Speech Skill：把语音生成从“一次性调用”变成“可复现工程”
你可能已经习惯了 TTS 的套路：调一个 API，传一段文本，选一个声音，拿回一个 MP3。这件事本身没什么新鲜的，ElevenLabs 两年前就做到了。但 OpenAI 这个 Speech Skill 做的事情不太一样，它不是在“生成声音”，而是在“把声音生成变成一个可复现的工程任务”。 我第一次翻它的 SKILL.md 时，印象最深的是这句话：“Prefer the bundled CLI f…- 1k
- 0
-
agentic-eval 的评估迭代模式，Agent 输出的最后一道防线
你用 Agent 写了一晚上代码，功能跑通了，逻辑看起来也没毛病。但你盯着那几百行代码的时候，心里其实有点没底：变量名取得到位吗？边界条件全处理了吗？是不是藏着一个只有半夜上线才会炸的 bug？ 这件事的底层焦虑其实不是 Agent 不行，是你没法验证它到底行不行。大多数人会把 Agent 的输出扫一眼就过，或者最多让 LLM 再"看一下有没有问题"。坦白讲，这种级别的检查约等…- 1k
- 0
-
account-research：从网页搜索到 CRM 数据，两分钟拿到完整客户画像
做过 B2B 销售的都知道，见客户前最让人焦虑的不是谈什么，是查资料。打开搜索引擎，要做的事一大串： 翻官网看公司介绍 搜最近有没有融资新闻 查 LinkedIn 找关键人的背景 翻财报估算经营状况 半小时过去了，脑子里还是一堆碎片信息。更头疼的是，做完这些你还是不确定自己到底漏了什么。 这类重复性的信息收集工作，AI 能不能接手？这是我第一次在 Smithery 上看到 account-rese…- 1.1k
- 0
-
microsoft-docs：让 AI Agent 自己读懂微软技术文档的 Skill
你有没有过这种体验：在 Cursor 里写 Azure 函数，切到浏览器翻文档，复制粘贴参数名，再切回来继续写，反复七八次之后开始怀疑人生。不是你不会，是上下文切换的成本被严重低估了。 microsoft-docs 这个 Smithery Skill 要解决的就是这件事。它本质上是一套让 AI Agent 直接查询微软官方文档的"管道系统"，不依赖你的搜索引擎技巧，也不依赖你记…- 1k
- 0
-
mcp-integration：Anthropic 把这个流程做成了一个 Skill
写过 Claude Code 插件的人大概率经历过同一件事：你花了两小时写好了插件的核心逻辑，然后发现卡在了“怎么让插件调用外部 API”这一步。不是代码写不出来，是不知道该把 MCP 配置塞到哪个文件里、该用哪种 server type、token 往哪放才不会泄露。 Anthropic 显然注意到了这个问题。他们在 Smithery 上发布的 mcp-integration Skill，做的事…- 929
- 0
-
Knowledge Synthesis：企业搜索的“最后一公里”，真的能走通吗
有一个问题困扰了企业知识管理很多年，但大家好像习惯了忍着：你明知道答案就在公司某个地方，可就是找不全。Slack 里有人讨论过这个决策，邮件里有正式确认，Google Drive 里有文档版本记录，项目系统里有任务关联，但这四个地方分散存着，你要自己把它们拼起来，然后还要判断哪个版本是最终结果、哪条信息是过时的。这个过程每次都要消耗你十几分钟，而你每天可能要做十几次。 Anthropic 在 Sm…- 1k
- 0
-
skill-writer ：Claude Code 生态最被低估的 Skill 基础设施
你是不是也写过 SKILL.md？打开编辑器，盯着空白的 YAML frontmatter，卡在 description 那一行不知道该怎么写。写短了怕 Claude 不识别，写长了怕触发不了。看起来只是一段 YAML 的事，真正动手才发现坑比预想中多。 skill-writer 就是专门解决这个问题的。它本身是一个 Claude Code Skill，托管在 Smithery 平台上，定位明确到…- 1.1k
- 0
-
excalidraw-diagram-generator :把 Excalidraw 变成了自然语言画板
你有没有这种情况：脑子里有了一个清晰的架构图，打开 Excalidraw 之后对着白板发了十分钟呆，最后画出来的还是跟脑子里想的不一样。 不是说 Excalidraw 不好用，是"把想法翻译成图形"这件事本身就挺消耗心力的。你一边要想结构，一边要调位置，还得琢磨配色，思路很容易被打断。 excalidraw-diagram-generator 这个 Smithery Skill…- 1k
- 0
-
git-commit Skill 让 Conventional Commits 零门槛落地
你是不是也有过这种经历：写完一段代码，准备提交，光标停在 commit message 那一行，突然卡住了。feat 还是 fix？scope 要写吗？描述怎么措辞才规范？想了 30 秒，最后打了一个 “update” 了事。第二天回看 git log，完全想不起来这条 commit 到底改了什么。 这个问题困扰过几乎所有开发者。Conventional Commits 规范已经存在好几年了，An…- 815
- 0
-
web-design-reviewer：网页设计师的噩梦还是救星？
网页设计审查这件事，大部分团队的现状是这样的：设计师截一堆图标红框，开发对着改，改完再截图，再标红框。来回三五轮是常态，复杂页面十轮也打不住。 web-design-reviewer 这个 Skill 想解决的问题很直接：把这个循环丢给 AI。让它自己打开网页，截图分析，找到设计问题，定位源码，改完验证。四个字概括，自动化审查。 从 Smithery 市场的数据来看，这个 Skill 的定位很清晰…- 891
- 0