[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-huangserva--skill-prompt-generator":3,"similar-huangserva--skill-prompt-generator":49},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":9,"readme_en":10,"readme_zh":11,"quickstart_zh":12,"use_case_zh":13,"hero_image_url":14,"owner_login":15,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":18,"owner_email":19,"owner_twitter":20,"owner_website":18,"owner_url":21,"languages":22,"stars":31,"forks":32,"last_commit_at":33,"license":18,"difficulty_score":34,"env_os":35,"env_gpu":35,"env_ram":35,"env_deps":36,"category_tags":40,"github_topics":18,"view_count":34,"oss_zip_url":18,"oss_zip_packed_at":18,"status":44,"created_at":45,"updated_at":46,"faqs":47,"releases":48},2909,"huangserva\u002Fskill-prompt-generator","skill-prompt-generator","这是一个基于Claude Skill的**AI人像Prompt生成系统**，能够从特征库中智能组合生成高质量的人像描述Prompt，并具备自动学习和库扩展能力。 核心能力: Prompt生成、特征提取、自动学习、智能审核、版本控制","skill-prompt-generator 是一个基于 Claude Code Skills 架构的智能提示词生成系统，专为打造高质量 AI 图像描述而设计。它内置了涵盖人像、艺术、设计、产品等 12 个专业领域的专家技能，能够理解用户自然语言意图，自动识别场景类型并调用对应专家，从包含上千个元素的通用库中智能组合出结构严谨、逻辑自洽的提示词。\n\n该工具有效解决了手动编写提示词时面临的词汇匮乏、风格冲突及逻辑不一致等痛点。其独特的“跨域查询”功能可自动融合多个领域元素以构建复杂场景，而全新的“设计系统”则支持通过参数化变量实现超过 20 万种配色与布局组合，确保生成内容的多样性与专业性。此外，系统具备常识推理与自动纠错能力，能智能推断合理属性并修正矛盾描述。\n\nskill-prompt-generator 特别适合设计师、数字艺术家及 AI 创作者使用，帮助他们快速获得电影级或专业级的图像生成指令；同时也为开发者提供了模块化架构与 Python 接口，便于集成到自定义工作流或进行二次开发。无论是需要一键生成精美海报的设计师，还是追求极致细节的 AI 绘画爱好者，都能通过该系统大幅提升","skill-prompt-generator 是一个基于 Claude Code Skills 架构的智能提示词生成系统，专为打造高质量 AI 图像描述而设计。它内置了涵盖人像、艺术、设计、产品等 12 个专业领域的专家技能，能够理解用户自然语言意图，自动识别场景类型并调用对应专家，从包含上千个元素的通用库中智能组合出结构严谨、逻辑自洽的提示词。\n\n该工具有效解决了手动编写提示词时面临的词汇匮乏、风格冲突及逻辑不一致等痛点。其独特的“跨域查询”功能可自动融合多个领域元素以构建复杂场景，而全新的“设计系统”则支持通过参数化变量实现超过 20 万种配色与布局组合，确保生成内容的多样性与专业性。此外，系统具备常识推理与自动纠错能力，能智能推断合理属性并修正矛盾描述。\n\nskill-prompt-generator 特别适合设计师、数字艺术家及 AI 创作者使用，帮助他们快速获得电影级或专业级的图像生成指令；同时也为开发者提供了模块化架构与 Python 接口，便于集成到自定义工作流或进行二次开发。无论是需要一键生成精美海报的设计师，还是追求极致细节的 AI 绘画爱好者，都能通过该系统大幅提升创作效率与作品质量。","# Skill Prompt Generator - 基于Skills的智能提示词生成系统\n\n> 🎉 **v2.0 已发布！** 新增跨domain查询和设计系统集成。[查看升级指南 →](UPGRADE_GUIDE_v2.0.md)\n\n**一个 Claude Code Skills 项目**，通过12个专业领域Skills，基于Universal Elements Library（1246+元素）生成高质量AI图像提示词。\n\n## 🆕 v2.0 新特性\n\n- 🔄 **跨Domain查询** - 数据库利用率从40.3%提升到79.9%，充分利用所有领域元素\n- 🎨 **设计系统集成** - 融合prompt-crafter的配色方案，支持20万+组合\n- 📐 **三种生成模式** - Portrait（人像）\u002F Cross-Domain（跨域）\u002F Design（设计）\n- 🔧 **变量采样系统** - 参数化元素，避免重复生成\n- ✅ **100%向后兼容** - v1.0功能完全保留\n\n**[快速开始 v2.0 →](README_v2.0.md)** | **[完整升级指南 →](UPGRADE_GUIDE_v2.0.md)**\n\n## 🎯 项目定位\n\n**这不是一个普通的Python工具，而是一个完整的Skills系统：**\n\n- 🎨 **Skills优先**：用户通过调用Skills生成提示词，不直接调用Python\n- 🧠 **智能路由**：自动识别领域（人像\u002F艺术\u002F设计\u002F产品\u002F视频），调用对应专家\n- 📦 **12个专业Skills**：每个领域有独立的专家Skill\n- 💾 **统一数据源**：所有Skills共享Universal Elements Library（1140+元素）\n\n## ✨ 核心特性\n\n### 🎯 Skills系统（核心）\n- **12个专业领域Skills**：intelligent-prompt-generator, art-master, design-master, product-master, video-master, universal-learner等\n- **智能领域路由**：自动识别用户需求，调用对应专家\n- **模块化架构**：每个Skill独立工作，协同配合\n\n### 🆕 v2.0 三种生成模式\n- **Portrait（人像）** - 纯人像摄影，使用portrait domain（502元素）\n- **Cross-Domain（跨域）** - 复杂场景，自动组合多个domains（995元素）\n- **Design（设计）** - 海报卡片，SQLite元素 + YAML配色（20万+组合）\n\n### 🧠 智能能力\n- **语义理解**：区分主体\u002F风格\u002F氛围\n- **常识推理**：自动推断合理属性（如人种→眼睛颜色）\n- **一致性检查**：自动检测并修正逻辑冲突\n- **框架驱动**：基于`prompt_framework.yaml`结构化生成\n- **🆕 跨域查询**：自动识别所需domains并智能组合\n- **🆕 变量采样**：参数化元素，智能避免重复\n\n### 📦 双轨制系统\n- **元素级生成**：从1246+个元素中智能选择组合\n- **模板级生成**：完整设计系统模板（如Apple PPT模板）\n- **🆕 设计变量库**：37种配色方案 + 边框 + 装饰元素\n\n### 📦 支持领域\n- 📷 **portrait** - 人像摄影（502个元素）\n- 🎨 **design** - 平面设计（155个元素，含5个完整模板）\n- 🏠 **interior** - 室内设计\n- 📦 **product** - 产品摄影（77个元素）\n- 🎭 **art** - 艺术风格（51个元素）\n- 🎬 **video** - 视频生成（49个元素）\n- 📸 **common** - 通用摄影技术（205个元素）\n- 🆕 **跨domain** - 自动组合多个领域（995个元素）\n- 🆕 **设计变量** - 配色+边框+装饰（20万+组合）\n\n## 📦 安装\n\n### 前置要求\n\n- **Claude Code** - 需要安装Claude Code CLI\n- **Python 3.8+** - 用于运行底层引擎\n- **Git** - 用于克隆项目（可选）\n\n### 安装步骤\n\n#### 方式1：克隆到本地（推荐）\n\n```bash\n# 1. 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator.git\n\n# 2. 进入项目目录\ncd skill-prompt-generator\n\n# 3. 安装Python依赖\npip install -r requirements.txt\n```\n\n**重要**：克隆后，`.claude\u002Fskills\u002F` 下的12个Skills会自动被Claude Code识别。\n\n#### 方式2：下载ZIP\n\n1. 访问 https:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator\n2. 点击 \"Code\" → \"Download ZIP\"\n3. 解压到任意目录\n4. 在该目录下运行 `pip install -r requirements.txt`\n\n### 验证安装\n\n在Claude Code中测试：\n\n```\n# 测试人像生成skill\n生成电影级的亚洲女性\n\n# 测试设计skill\n生成Bento Grid海报\n```\n\n如果Claude Code能正确调用Skills并生成提示词，说明安装成功。\n\n---\n\n## 🚀 快速开始\n\n### 方式1：通过Skills使用（推荐）⭐\n\n**这是主要使用方式** - 在Claude Code中直接调用Skills：\n\n```\n# 人像摄影（Portrait模式）\n生成电影级的亚洲女性，张艺谋电影风格\n\n# 跨domain场景（Cross-Domain模式）🆕\n生成龙珠悟空打出龟派气功的提示词\n\n# 设计海报（Design模式）🆕\n生成温馨可爱风格的儿童教育海报\n\n# 平面设计\n生成Bento Grid玻璃态海报\n\n# 艺术绘画\n生成中国水墨画山水\n\n# 产品摄影\n生成奢华手表产品摄影\n```\n\nClaude Code会自动：\n1. 识别领域（人像\u002F设计\u002F艺术\u002F产品）\n2. 识别生成模式（Portrait\u002FCross-Domain\u002FDesign）🆕\n3. 调用对应的专家Skill\n4. 返回完美的提示词\n\n### 方式2：直接调用v2.0 Python引擎 🆕\n\n使用新的统一接口：\n\n```python\nfrom core.cross_domain_generator import CrossDomainGenerator\n\ngenerator = CrossDomainGenerator()\n\n# 自动识别类型（portrait\u002Fcross_domain\u002Fdesign）\nresult = generator.generate(\"龙珠悟空打出龟派气功\")\n\nprint(result['type'])      # cross_domain\nprint(result['prompt'])    # 完整提示词\nprint(result['domains'])   # ['portrait', 'video', 'art', 'common']\n\ngenerator.close()\n```\n\n### 方式3：使用v1.0 引擎（完全兼容）\n\nv1.0 API完全保留，无需修改：\n\n```python\nfrom intelligent_generator import IntelligentGenerator\n\ngen = IntelligentGenerator()\n\n# 生成人像提示词（v1.0方式）\nprompt = gen.generate_from_intent({\n    'subject': {\n        'gender': 'female',\n        'ethnicity': 'East_Asian',\n        'age_range': 'young_adult'\n    },\n    'styling': {\n        'makeup': 'k_beauty'\n    },\n    'lighting': {\n        'lighting_type': 'natural'\n    }\n})\n\nprint(prompt)\ngen.close()\n```\n\n**注意**：\n- **推荐使用方式1**（Skills）- 最简单、最智能\n- **方式2**（v2.0）- 适合需要跨domain和设计系统的场景\n- **方式3**（v1.0）- 适合只需要人像生成的场景\n\n## 📖 项目结构\n\n```\n.\n├── .claude\u002F                       # ⭐ Skills系统（核心）\n│   ├── CLAUDE.md                  # 项目规则和Skill路由指南\n│   └── skills\u002F                    # 12个专业领域Skills\n│       ├── intelligent-prompt-generator\u002F  # 人像提示词专家\n│       ├── art-master\u002F            # 艺术风格专家\n│       ├── design-master\u002F         # 平面设计专家\n│       ├── product-master\u002F        # 产品摄影专家\n│       ├── video-master\u002F          # 视频生成专家\n│       ├── universal-learner\u002F     # 学习系统\n│       ├── prompt-analyzer\u002F       # 提示词分析\n│       ├── prompt-extractor\u002F      # 元素提取\n│       ├── prompt-generator\u002F      # 通用生成器\n│       ├── prompt-master\u002F         # 主控调度\n│       ├── prompt-xray\u002F           # X-Ray分析\n│       └── domain-classifier\u002F     # 领域分类\n│\n├── 🆕 core\u002F                       # v2.0 核心模块\n│   ├── cross_domain_generator.py  # 统一生成接口（主入口）\n│   ├── cross_domain_query.py      # 跨domain查询引擎\n│   ├── variable_sampler.py        # 变量采样系统\n│   ├── yaml_sampler.py            # YAML变量采样\n│   ├── design_bridge.py           # SQLite+YAML融合\n│   └── schema_migration_v1.sql    # 数据库扩展脚本\n│\n├── 🆕 variables\u002F                  # 设计变量库（YAML）\n│   ├── colors.yaml                # 37种配色方案\n│   ├── borders.yaml               # 边框样式\n│   └── decorations.yaml           # 装饰元素\n│\n├── 🆕 design-logic\u002F               # 设计逻辑系统\n│   ├── warm-cute\u002F                 # 温馨可爱风格\n│   └── modern-minimal\u002F            # 现代简约风格\n│\n├── intelligent_generator.py       # Python引擎：核心生成\n├── framework_loader.py            # Python引擎：框架加载\n├── element_db.py                  # Python引擎：数据库操作\n├── prompt_framework.yaml          # 人像框架定义\n│\n├── extracted_results\u002F\n│   └── elements.db                # Universal Elements Library (1246+元素)\n│\n├── README_v2.0.md                 # 🆕 v2.0快速开始\n├── UPGRADE_GUIDE_v2.0.md          # 🆕 v2.0升级指南\n├── requirements.txt               # Python依赖\n└── README.md                      # 项目文档（本文件）\n```\n\n**架构说明**：\n- **用户层**：通过Claude Code调用Skills\n- **Skills层**：12个专业领域专家（.claude\u002Fskills\u002F）\n- **🆕 v2.0引擎层**：core\u002F 模块（跨domain + 设计系统）\n- **v1.0引擎层**：Python引擎支持Skills运行（完全保留）\n- **数据层**：Universal Elements Library（1246+元素）+ 设计变量库\n\n## 🎨 使用示例\n\n### 示例1：人像摄影 - Portrait模式（intelligent-prompt-generator skill）\n\n**用户请求**：\n```\n生成电影级的亚洲女性，张艺谋电影风格\n```\n\n**Skill自动处理**：\n- 识别：人像摄影领域，Portrait模式\n- 调用：intelligent-prompt-generator skill\n- 生成：电影级人像提示词，包含戏剧性光影\n\n**输出提示词**：\n```\nCinematic portrait of young East Asian woman, dramatic lighting with rim light\nand chiaroscuro effect, Zhang Yimou's signature color palette with rich reds\nand golds, 85mm lens, shallow depth of field, film grain texture...\n```\n\n### 示例2：跨Domain复杂场景 - Cross-Domain模式 🆕\n\n**用户请求**：\n```\n生成龙珠悟空打出龟派气功的提示词\n```\n\n**Skill自动处理**：\n- 识别：跨domain场景（人物+动作+特效）\n- 自动组合4个domains: portrait + video + art + common\n- 生成：包含人物、动作姿势、能量特效的完整提示词\n\n**输出提示词**：\n```\nSon Goku from Dragon Ball, spiky black hair, orange gi martial arts uniform,\nKamehameha pose with hands at waist forming glowing blue energy sphere,\ndynamic action shot, energy beam effects, blue energy glow, cinematic lighting...\n```\n\n### 示例3：设计海报 - Design模式 🆕\n\n**用户请求**：\n```\n生成温馨可爱风格的儿童教育海报\n```\n\n**Skill自动处理**：\n- 识别：设计海报，需要专业配色系统\n- 调用：Design模式（SQLite + YAML融合）\n- 生成：完整设计规范（配色+边框+装饰+技术参数）\n\n**输出**：\n```\nColor scheme: 天空蓝色系, primary color 淡紫蓝 (#C7CEEA),\nDecorative elements: elements, soft natural window light,\nBorder style: box_shadow, round corners 20px...\n```\n\n### 示例4：平面设计（design-master skill）\n\n**用户请求**：\n```\n生成Apple风格PPT模板\n```\n\n**Skill自动处理**：\n- 识别：平面设计领域\n- 调用：design-master skill\n- 查询：Apple淡蓝商务PPT模板（12个元素完整系统）\n\n**输出**：完整模板系统，包括背景、布局、配色、字体、视觉效果\n\n### 示例5：艺术绘画（art-master skill）\n\n**用户请求**：\n```\n生成中国水墨画山水\n```\n\n**Skill自动处理**：\n- 识别：艺术绘画领域（无人物）\n- 调用：art-master skill\n- 生成：包含笔触、留白、泼墨等技法的提示词\n\n### 示例6：产品摄影（product-master skill）\n\n**用户请求**：\n```\n生成奢华手表产品摄影\n```\n\n**Skill自动处理**：\n- 识别：产品摄影领域\n- 调用：product-master skill\n- 生成：商业级产品摄影提示词\n\n## 🛠️ 核心功能\n\n### 1. 元素库系统\n- **1140+个可复用元素**\n- 7大领域分类\n- 复用性评分（1-10）\n- SQLite数据库存储\n\n### 2. 模板系统\n- 完整设计系统保存\n- 包含设计理念、使用指南\n- 元素结构化组织\n- 支持PPT、UI、品牌VI等\n\n### 3. 智能生成\n- 框架驱动（`prompt_framework.yaml`）\n- 语义匹配和推理\n- 一致性检查\n- 自动冲突解决\n\n### 4. 学习系统\n- 从新提示词中提取元素\n- 自动领域分类\n- 复用性评分\n- 持续积累知识\n\n## 📊 数据库统计\n\n### v2.0 (当前版本)\n- **总元素数**: 1246+\n- **Portrait领域**: 502个（人像专用）\n- **Design领域**: 155个（平面设计，含5个完整模板）\n- **Product领域**: 77个（产品摄影）\n- **Art领域**: 51个（艺术风格）\n- **Video领域**: 49个（视频生成）\n- **Common领域**: 205个（通用技术）\n- **跨domain可用**: 995个（组合使用）\n- **设计变量**: 37种配色 + 边框 + 装饰（20万+组合）\n- **完整模板**: 5个（Apple、Material Design、Fluent Design等）\n\n### 性能提升（v1.0 → v2.0）\n- 数据库利用率：40.3% → 79.9% ⬆️ **+98.2%**\n- 生成模式：1种 → 3种 ⬆️ **+200%**\n- 可用组合：固定 → 20万+ ⬆️ **100倍+**\n\n## 🔧 配置\n\n### prompt_framework.yaml\n\n定义人像提示词的完整框架：\n- 7大类：subject, facial, styling, expression, lighting, scene, technical\n- 字段到数据库的映射\n- 依赖规则（如era=ancient → makeup=traditional）\n- 验证规则\n\n## 📝 开发指南\n\n### 添加新元素\n\n```python\nfrom element_db import ElementDatabase\n\ndb = ElementDatabase()\ndb.add_element({\n    'element_id': 'portrait_expressions_010',\n    'domain_id': 'portrait',\n    'category_id': 'expressions',\n    'name': 'serene_smile',\n    'chinese_name': '宁静微笑',\n    'ai_prompt_template': 'serene gentle smile...',\n    'keywords': '[\"serene\", \"gentle\", \"peaceful\"]',\n    'reusability_score': 8.5\n})\n```\n\n### 创建新模板\n\n```python\ntemplate = {\n    'template_id': 'template_xxx',\n    'name': 'Template Name',\n    'chinese_name': '模板中文名',\n    'category': 'ppt_design',\n    'element_ids': ['elem1', 'elem2', ...],\n    'element_structure': {\n        'backgrounds': ['elem1'],\n        'layouts': ['elem2']\n    },\n    'design_philosophy': '设计理念...',\n    'usage_scenarios': '使用场景...'\n}\n```\n\n## 🤝 贡献\n\n欢迎提交Issue和Pull Request！\n\n## 📄 License\n\nMIT License\n\n## 📚 相关文档\n\n- **[README_v2.0.md](README_v2.0.md)** - v2.0快速开始指南\n- **[UPGRADE_GUIDE_v2.0.md](UPGRADE_GUIDE_v2.0.md)** - 详细升级指南和功能说明\n- **[prompt_framework.yaml](prompt_framework.yaml)** - 人像框架配置文件\n\n## 🙏 致谢\n\n- 基于Claude Code Skills系统\n- Universal Elements Library架构\n- 框架驱动生成理念\n","# 技能提示词生成器 - 基于Skills的智能提示词生成系统\n\n> 🎉 **v2.0 已发布！** 新增跨domain查询和设计系统集成。[查看升级指南 →](UPGRADE_GUIDE_v2.0.md)\n\n**一个 Claude Code Skills 项目**，通过12个专业领域Skills，基于Universal Elements Library（1246+元素）生成高质量AI图像提示词。\n\n## 🆕 v2.0 新特性\n\n- 🔄 **跨Domain查询** - 数据库利用率从40.3%提升到79.9%，充分利用所有领域元素\n- 🎨 **设计系统集成** - 融合prompt-crafter的配色方案，支持20万+组合\n- 📐 **三种生成模式** - Portrait（人像）\u002F Cross-Domain（跨域）\u002F Design（设计）\n- 🔧 **变量采样系统** - 参数化元素，避免重复生成\n- ✅ **100%向后兼容** - v1.0功能完全保留\n\n**[快速开始 v2.0 →](README_v2.0.md)** | **[完整升级指南 →](UPGRADE_GUIDE_v2.0.md)**\n\n## 🎯 项目定位\n\n**这不是一个普通的Python工具，而是一个完整的Skills系统：**\n\n- 🎨 **Skills优先**：用户通过调用Skills生成提示词，不直接调用Python\n- 🧠 **智能路由**：自动识别领域（人像\u002F艺术\u002F设计\u002F产品\u002F视频），调用对应专家\n- 📦 **12个专业Skills**：每个领域有独立的专家Skill\n- 💾 **统一数据源**：所有Skills共享Universal Elements Library（1140+元素）\n\n## ✨ 核心特性\n\n### 🎯 Skills系统（核心）\n- **12个专业领域Skills**：intelligent-prompt-generator, art-master, design-master, product-master, video-master, universal-learner等\n- **智能领域路由**：自动识别用户需求，调用对应专家\n- **模块化架构**：每个Skill独立工作，协同配合\n\n### 🆕 v2.0 三种生成模式\n- **Portrait（人像）** - 纯人像摄影，使用portrait domain（502元素）\n- **Cross-Domain（跨域）** - 复杂场景，自动组合多个domains（995元素）\n- **Design（设计）** - 海报卡片，SQLite元素 + YAML配色（20万+组合）\n\n### 🧠 智能能力\n- **语义理解**：区分主体\u002F风格\u002F氛围\n- **常识推理**：自动推断合理属性（如人种→眼睛颜色）\n- **一致性检查**：自动检测并修正逻辑冲突\n- **框架驱动**：基于`prompt_framework.yaml`结构化生成\n- **🆕 跨域查询**：自动识别所需domains并智能组合\n- **🆕 变量采样**：参数化元素，智能避免重复\n\n### 📦 双轨制系统\n- **元素级生成**：从1246+个元素中智能选择组合\n- **模板级生成**：完整设计系统模板（如Apple PPT模板）\n- **🆕 设计变量库**：37种配色方案 + 边框 + 装饰元素\n\n### 📦 支持领域\n- 📷 **portrait** - 人像摄影（502个元素）\n- 🎨 **design** - 平面设计（155个元素，含5个完整模板）\n- 🏠 **interior** - 室内设计\n- 📦 **product** - 产品摄影（77个元素）\n- 🎭 **art** - 艺术风格（51个元素）\n- 🎬 **video** - 视频生成（49个元素）\n- 📸 **common** - 通用摄影技术（205个元素）\n- 🆕 **跨domain** - 自动组合多个领域（995个元素）\n- 🆕 **设计变量** - 配色+边框+装饰（20万+组合）\n\n## 📦 安装\n\n### 前置要求\n\n- **Claude Code** - 需要安装Claude Code CLI\n- **Python 3.8+** - 用于运行底层引擎\n- **Git** - 用于克隆项目（可选）\n\n### 安装步骤\n\n#### 方式1：克隆到本地（推荐）\n\n```bash\n# 1. 克лон项目\ngit clone https:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator.git\n\n# 2. 进入项目目录\ncd skill-prompt-generator\n\n# 3. 安装Python依赖\npip install -r requirements.txt\n```\n\n**重要**：克lon后，`.claude\u002Fskills\u002F` 下的12个Skills会自动被Claude Code识别。\n\n#### 方式2：下载ZIP\n\n1. 访问 https:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator\n2. 点击 \"Code\" → \"Download ZIP\"\n3. 解压到任意目录\n4. 在该目录下运行 `pip install -r requirements.txt`\n\n### 验证安装\n\n在Claude Code中测试：\n\n```\n# 测试人像生成skill\n生成电影级的亚洲女性\n\n# 测试设计skill\n生成Bento Grid海报\n```\n\n如果Claude Code能正确调用Skills并生成提示词，说明安装成功。\n\n---\n\n## 🚀 快速开始\n\n### 方式1：通过Skills使用（推荐）⭐\n\n**这是主要使用方式** - 在Claude Code中直接调用Skills：\n\n```\n# 人像摄影（Portrait模式）\n生成电影级的亚洲女性，张艺谋电影风格\n\n# 跨domain场景（Cross-Domain模式）🆕\n生成龙珠悟空打出龟派气功的提示词\n\n# 设计海报（Design模式）🆕\n生成温馨可爱风格的儿童教育海报\n\n# 平面设计\n生成Bento Grid玻璃态海报\n\n# 艺术绘画\n生成中国水墨画山水\n\n# 产品摄影\n生成奢华手表产品摄影\n```\n\nClaude Code会自动：\n1. 识别领域（人像\u002F设计\u002F艺术\u002F产品）\n2. 识别生成模式（Portrait\u002FCross-Domain\u002FDesign）🆕\n3. 调用对应的专家Skill\n4. 返回完美的提示词\n\n### 方式2：直接调用v2.0 Python引擎 🆕\n\n使用新的统一接口：\n\n```python\nfrom core.cross_domain_generator import CrossDomainGenerator\n\ngenerator = CrossDomainGenerator()\n\n# 自动识别类型（portrait\u002Fcross_domain\u002Fdesign）\nresult = generator.generate(\"龙珠悟空打出龟派气功\")\n\nprint(result['type'])      # cross_domain\nprint(result['prompt'])    # 完整提示词\nprint(result['domains'])   # ['portrait', 'video', 'art', 'common']\n\ngenerator.close()\n```\n\n### 方式3：使用v1.0 引擎（完全兼容）\n\nv1.0 API完全保留，无需修改：\n\n```python\nfrom intelligent_generator import IntelligentGenerator\n\ngen = IntelligentGenerator()\n\n# 生成人像提示词（v1.0方式）\nprompt = gen.generate_from_intent({\n    'subject': {\n        'gender': 'female',\n        'ethnicity': 'East_Asian',\n        'age_range': 'young_adult'\n    },\n    'styling': {\n        'makeup': 'k_beauty'\n    },\n    'lighting': {\n        'lighting_type': 'natural'\n    }\n})\n\nprint(prompt)\ngen.close()\n```\n\n**注意**：\n- **推荐使用方式1**（Skills）- 最简单、最智能\n- **方式2**（v2.0）- 适合需要跨domain和设计系统的场景\n- **方式3**（v1.0）- 适合只需要人像生成的场景\n\n## 📖 项目结构\n\n```\n.\n├── .claude\u002F                       # ⭐ Skills系统（核心）\n│   ├── CLAUDE.md                  # 项目规则和Skill路由指南\n│   └── skills\u002F                    # 12个专业领域Skills\n│       ├── intelligent-prompt-generator\u002F  # 人像提示词专家\n│       ├── art-master\u002F            # 艺术风格专家\n│       ├── design-master\u002F         # 平面设计专家\n│       ├── product-master\u002F        # 产品摄影专家\n│       ├── video-master\u002F          # 视频生成专家\n│       ├── universal-learner\u002F     # 学习系统\n│       ├── prompt-analyzer\u002F       # 提示词分析\n│       ├── prompt-extractor\u002F      # 元素提取\n│       ├── prompt-generator\u002F      # 通用生成器\n│       ├── prompt-master\u002F         # 主控调度\n│       ├── prompt-xray\u002F           # X-Ray分析\n│       └── domain-classifier\u002F     # 领域分类\n│\n├── 🆕 core\u002F                       # v2.0 核心模块\n│   ├── cross_domain_generator.py  # 统一生成接口（主入口）\n│   ├── cross_domain_query.py      # 跨domain查询引擎\n│   ├── variable_sampler.py        # 变量采样系统\n│   ├── yaml_sampler.py            # YAML变量采样\n│   ├── design_bridge.py           # SQLite+YAML融合\n│   └── schema_migration_v1.sql    # 数据库扩展脚本\n│\n├── 🆕 variables\u002F                  # 设计变量库（YAML）\n│   ├── colors.yaml                # 37种配色方案\n│   ├── borders.yaml               # 边框样式\n│   └── decorations.yaml           # 装饰元素\n│\n├── 🆕 design-logic\u002F               # 设计逻辑系统\n│   ├── warm-cute\u002F                 # 温馨可爱风格\n│   └── modern-minimal\u002F            # 现代简约风格\n│\n├── intelligent_generator.py       # Python引擎：核心生成\n├── framework_loader.py            # Python引擎：框架加载\n├── element_db.py                  # Python引擎：数据库操作\n├── prompt_framework.yaml          # 人像框架定义\n│\n├── extracted_results\u002F\n│   └── elements.db                # Universal Elements Library (1246+元素)\n│\n├── README_v2.0.md                 # 🆕 v2.0快速开始\n├── UPGRADE_GUIDE_v2.0.md          # 🆕 v2.0升级指南\n├── requirements.txt               # Python依赖\n└── README.md                      # 项目文档（本文件）\n```\n\n**架构说明**：\n- **用户层**：通过Claude Code调用Skills\n- **Skills层**：12个专业领域专家（.claude\u002Fskills\u002F）\n- **🆕 v2.0引擎层**：core\u002F 模块（跨domain + 设计系统）\n- **v1.0引擎层**：Python引擎支持Skills运行（完全保留）\n- **数据层**：Universal Elements Library（1246+元素）+ 设计变量库\n\n## 🎨 使用示例\n\n### 示例1：人像摄影 - Portrait模式（intelligent-prompt-generator skill）\n\n**用户请求**：\n```\n生成电影级的亚洲女性，张艺谋电影风格\n```\n\n**Skill自动处理**：\n- 识别：人像摄影领域，Portrait模式\n- 调用：intelligent-prompt-generator skill\n- 生成：电影级人像提示词，包含戏剧性光影\n\n**输出提示词**：\n```\nCinematic portrait of young East Asian woman, dramatic lighting with rim light\nand chiaroscuro effect, Zhang Yimou's signature color palette with rich reds\nand golds, 85mm lens, shallow depth of field, film grain texture...\n```\n\n### 示例2：跨Domain复杂场景 - Cross-Domain模式 🆕\n\n**用户请求**：\n```\n生成龙珠悟空打出龟派气功的提示词\n```\n\n**Skill自动处理**：\n- 识别：跨domain场景（人物+动作+特效）\n- 自动组合4个domains: portrait + video + art + common\n- 生成：包含人物、动作姿势、能量特效的完整提示词\n\n**输出提示词**：\n```\nSon Goku from Dragon Ball, spiky black hair, orange gi martial arts uniform,\nKamehameha pose with hands at waist forming glowing blue energy sphere,\ndynamic action shot, energy beam effects, blue energy glow, cinematic lighting...\n```\n\n### 示例3：设计海报 - Design模式 🆕\n\n**用户请求**：\n```\n生成温馨可爱风格的儿童教育海报\n```\n\n**Skill自动处理**：\n- 识别：设计海报，需要专业配色系统\n- 调用：Design模式（SQLite + YAML融合）\n- 生成：完整设计规范（配色+边框+装饰+技术参数）\n\n**输出**：\n```\nColor scheme: 天空蓝色系, primary color 淡紫蓝 (#C7CEEA),\nDecorative elements: elements, soft natural window light,\nBorder style: box_shadow, round corners 20px...\n```\n\n### 示例4：平面设计（design-master skill）\n\n**用户请求**：\n```\n生成Apple风格PPT模板\n```\n\n**Skill自动处理**：\n- 识别：平面设计领域\n- 调用：design-master skill\n- 查询：Apple淡蓝商务PPT模板（12个元素完整系统）\n\n**输出**：完整模板系统，包括背景、布局、配色、字体、视觉效果\n\n### 示例5：艺术绘画（art-master skill）\n\n**用户请求**：\n```\n生成中国水墨画山水\n```\n\n**Skill自动处理**：\n- 识别：艺术绘画领域（无人物）\n- 调用：art-master skill\n- 生成：包含笔触、留白、泼墨等技法的提示词\n\n### 示例6：产品摄影（product-master skill）\n\n**用户请求**：\n```\n生成奢华手表产品摄影\n```\n\n**Skill自动处理**：\n- 识别：产品摄影领域\n- 调用：product-master skill\n- 生成：商业级产品摄影提示词\n\n## 🛠️ 核心功能\n\n### 1. 元素库系统\n- **1140+个可复用元素**\n- 7大领域分类\n- 复用性评分（1-10）\n- SQLite数据库存储\n\n### 2. 模板系统\n- 完整设计系统保存\n- 包含设计理念、使用指南\n- 元素结构化组织\n- 支持PPT、UI、品牌VI等\n\n### 3. 智能生成\n- 框架驱动（`prompt_framework.yaml`）\n- 语义匹配和推理\n- 一致性检查\n- 自动冲突解决\n\n### 4. 学习系统\n- 从新提示词中提取元素\n- 自动领域分类\n- 复用性评分\n- 持续积累知识\n\n## 📊 数据库统计\n\n### v2.0 (当前版本)\n- **总元素数**: 1246+\n- **Portrait领域**: 502个（人像专用）\n- **Design领域**: 155个（平面设计，含5个完整模板）\n- **Product领域**: 77个（产品摄影）\n- **Art领域**: 51个（艺术风格）\n- **Video领域**: 49个（视频生成）\n- **Common领域**: 205个（通用技术）\n- **跨domain可用**: 995个（组合使用）\n- **设计变量**: 37种配色 + 边框 + 装饰（20万+组合）\n- **完整模板**: 5个（Apple、Material Design、Fluent Design等）\n\n### 性能提升（v1.0 → v2.0）\n- 数据库利用率：40.3% → 79.9% ⬆️ **+98.2%**\n- 生成模式：1种 → 3种 ⬆️ **+200%**\n- 可用组合：固定 → 20万+ ⬆️ **100倍+**\n\n## 🔧 配置\n\n### prompt_framework.yaml\n\n定义人像提示词的完整框架：\n- 7大类：subject, facial, styling, expression, lighting, scene, technical\n- 字段到数据库的映射\n- 依赖规则（如era=ancient → makeup=traditional）\n- 验证规则\n\n## 📝 开发指南\n\n### 添加新元素\n\n```python\nfrom element_db import ElementDatabase\n\ndb = ElementDatabase()\ndb.add_element({\n    'element_id': 'portrait_expressions_010',\n    'domain_id': 'portrait',\n    'category_id': 'expressions',\n    'name': 'serene_smile',\n    'chinese_name': '宁静微笑',\n    'ai_prompt_template': 'serene gentle smile...',\n    'keywords': '[\"serene\", \"gentle\", \"peaceful\"]',\n    'reusability_score': 8.5\n})\n```\n\n### 创建新模板\n\n```python\ntemplate = {\n    'template_id': 'template_xxx',\n    'name': 'Template Name',\n    'chinese_name': '模板中文名',\n    'category': 'ppt_design',\n    'element_ids': ['elem1', 'elem2', ...],\n    'element_structure': {\n        'backgrounds': ['elem1'],\n        'layouts': ['elem2']\n    },\n    'design_philosophy': '设计理念...',\n    'usage_scenarios': '使用场景...'\n}\n```\n\n## 🤝 贡献\n\n欢迎提交Issue和Pull Request！\n\n## 📄 License\n\nMIT License\n\n## 📚 相关文档\n\n- **[README_v2.0.md](README_v2.0.md)** - v2.0快速开始指南\n- **[UPGRADE_GUIDE_v2.0.md](UPGRADE_GUIDE_v2.0.md)** - 详细升级指南和功能说明\n- **[prompt_framework.yaml](prompt_framework.yaml)** - 人像框架配置文件\n\n## 🙏 致谢\n\n- 基于Claude Code Skills系统\n- Universal Elements Library架构\n- 框架驱动生成理念","# Skill Prompt Generator 快速上手指南\n\nSkill Prompt Generator 是一个基于 **Claude Code Skills** 的智能提示词生成系统。它内置了 12 个专业领域的专家技能（Skills），能够自动识别用户需求（如人像、设计、艺术、产品等），并从包含 1246+ 元素的通用库中组合生成高质量的 AI 图像提示词。\n\n## 🛠️ 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux\n*   **核心工具**：已安装并配置好 **Claude Code CLI**\n*   **运行环境**：Python 3.8 或更高版本\n*   **版本控制**：Git（用于克隆项目）\n\n> 💡 **国内加速建议**：\n> 如果克隆 GitHub 仓库速度较慢，建议使用国内镜像源或代理加速。\n> *   **Git 克隆加速**：可使用 `https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator.git` 替代原地址。\n> *   **pip 安装加速**：推荐使用清华源或阿里源安装依赖。\n\n## 📦 安装步骤\n\n### 1. 克隆项目\n\n打开终端，执行以下命令将项目克隆到本地（推荐使用国内镜像加速）：\n\n```bash\n# 方式 A：直接克隆（若网络通畅）\ngit clone https:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator.git\n\n# 方式 B：使用镜像加速（推荐国内用户）\ngit clone https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002Fhuangserva\u002Fskill-prompt-generator.git\n```\n\n进入项目目录：\n\n```bash\ncd skill-prompt-generator\n```\n\n### 2. 安装依赖\n\n使用 pip 安装所需的 Python 库。**强烈推荐使用国内镜像源**以提升下载速度：\n\n```bash\n# 使用清华大学镜像源安装\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 3. 验证安装\n\n安装完成后，`.claude\u002Fskills\u002F` 目录下的 12 个技能文件将被 Claude Code 自动识别。您无需额外配置即可直接使用。\n\n## 🚀 基本使用\n\n本工具的核心使用方式是**在 Claude Code 中直接通过自然语言调用 Skills**，无需编写代码。\n\n### 启动 Claude Code\n\n在项目根目录下运行：\n\n```bash\nclaude\n```\n\n### 使用示例\n\n进入对话界面后，直接输入您的需求，系统会自动路由到对应的专家技能并生成提示词。\n\n#### 场景 1：人像摄影 (Portrait 模式)\n**输入：**\n```text\n生成电影级的亚洲女性，张艺谋电影风格\n```\n**系统行为：** 自动调用 `intelligent-prompt-generator` 技能，结合光影、镜头参数生成专业提示词。\n\n#### 场景 2：跨域复杂场景 (Cross-Domain 模式)\n**输入：**\n```text\n生成龙珠悟空打出龟派气功的提示词\n```\n**系统行为：** 自动识别需要组合“人物 + 动作 + 特效”，调用跨域引擎融合多个领域元素。\n\n#### 场景 3：平面设计 (Design 模式)\n**输入：**\n```text\n生成温馨可爱风格的儿童教育海报\n```\n**系统行为：** 调用 `design-master` 技能，从配色方案、边框样式和装饰元素库中组合出完整的设计规范提示词。\n\n#### 场景 4：其他专业领域\n您也可以直接尝试以下指令：\n*   **艺术绘画**：`生成中国水墨画山水`\n*   **产品摄影**：`生成奢华手表产品摄影`\n*   **PPT 模板**：`生成 Apple 风格 PPT 模板`\n\n---\n\n> **提示**：对于高级开发者，该项目也提供了 Python 接口（`core\u002Fcross_domain_generator.py`），可直接在代码中调用生成逻辑，具体请参考项目源码中的 `README_v2.0.md`。","某电商设计团队急需为“国潮美妆”新品系列批量生成高质量的人像宣传图，但面临创意枯竭与提示词不稳定的挑战。\n\n### 没有 skill-prompt-generator 时\n- **提示词质量参差不齐**：设计师手动编写的 Prompt 缺乏专业摄影术语（如布光、镜头参数），导致生成的图片光影平淡，缺乏电影质感。\n- **逻辑冲突频发**：在组合“东方古典妆容”与“赛博朋克背景”时，常出现风格割裂或人物特征矛盾（如肤色与发色不匹配），需反复人工修正。\n- **创意复用率低**：每次新需求都要从头构思，无法系统化调用过往成功的元素组合，导致团队协作效率低下。\n- **跨领域融合困难**：试图结合人像、艺术风格与产品设计元素时，难以平衡各要素权重，生成结果往往顾此失彼。\n\n### 使用 skill-prompt-generator 后\n- **专家级自动构建**：通过调用 `intelligent-prompt-generator` Skill，系统自动从 1246+ 元素库中精准匹配“柔光箱”、“八十五毫米镜头”等专业参数，直出电影级描述。\n- **智能逻辑自洽**：内置的常识推理引擎自动检测并修正冲突，确保“国潮”风格下人物的妆容、服饰与背景氛围高度统一，无需人工干预。\n- **跨域智能组合**：利用 v2.0 的跨 Domain 查询能力，轻松将“人像摄影”、“水墨艺术”与“产品特写”三大领域元素有机融合，创造出独特的视觉风格。\n- **变量化高效生产**：借助变量采样系统，只需微调“配色方案”或“装饰元素”参数，即可基于同一框架批量生成数百张不重复的高质量海报草图。\n\nskill-prompt-generator 将原本依赖个人经验的提示词编写过程，转化为标准化、可迭代的智能生产流，让创意落地效率提升数倍。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuangserva_skill-prompt-generator_0cfe2c57.png","huangserva","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhuangserva_a37256db.jpg","古早程序员 | AI出海 | 自由职业\r\n机车游侠&机速购&骑享租创始人\r\n15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中\r\n分享创业，AI，读书，生活，健身",null,"huangserva@gmail.com","servasyy_ai","https:\u002F\u002Fgithub.com\u002Fhuangserva",[23,27],{"name":24,"color":25,"percentage":26},"Python","#3572A5",99.4,{"name":28,"color":29,"percentage":30},"Shell","#89e051",0.6,1215,193,"2026-04-03T02:37:11",2,"未说明",{"notes":37,"python":38,"dependencies":39},"必须安装 Claude Code CLI 才能使用核心的 Skills 系统功能。项目依赖本地 SQLite 数据库 (elements.db) 存储元素库，以及 YAML 配置文件。主要通过调用 .claude\u002Fskills\u002F 目录下的技能或 Python 引擎脚本运行，无需下载大型 AI 模型文件。","3.8+",[35],[41,42,43],"语言模型","图像","Agent","ready","2026-03-27T02:49:30.150509","2026-04-06T07:14:12.986419",[],[],[50,60,68,76,84,97],{"id":51,"name":52,"github_repo":53,"description_zh":54,"stars":55,"difficulty_score":56,"last_commit_at":57,"category_tags":58,"status":44},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[59,42,43],"开发框架",{"id":61,"name":62,"github_repo":63,"description_zh":64,"stars":65,"difficulty_score":34,"last_commit_at":66,"category_tags":67,"status":44},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,"2026-04-05T11:33:21",[59,43,41],{"id":69,"name":70,"github_repo":71,"description_zh":72,"stars":73,"difficulty_score":34,"last_commit_at":74,"category_tags":75,"status":44},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[59,42,43],{"id":77,"name":78,"github_repo":79,"description_zh":80,"stars":81,"difficulty_score":34,"last_commit_at":82,"category_tags":83,"status":44},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[59,41],{"id":85,"name":86,"github_repo":87,"description_zh":88,"stars":89,"difficulty_score":34,"last_commit_at":90,"category_tags":91,"status":44},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[42,92,93,94,43,95,41,59,96],"数据工具","视频","插件","其他","音频",{"id":98,"name":99,"github_repo":100,"description_zh":101,"stars":102,"difficulty_score":56,"last_commit_at":103,"category_tags":104,"status":44},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[43,42,59,41,95]]