Directorio de skills

Descubre skills reutilizables para AI agents.

Busca skills reales de GitHub por tarea y revisa stars, confianza, auditoría, categoría y ruta de instalación antes de utilizarlos.

Cada recomendación conserva un vínculo claro con su repositorio, auditoría y ruta de instalación.

Resultados de búsqueda: benchmarks

Directorio en inglés

Benchmarking PDF libraries

337
Stars
62/100
Confianza
Categoría: document-processingAuditoría
Cua88

Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).

21K
Stars
88/100
Confianza
Categoría: automationAuditoría

#1 Persistent memory for AI coding agents based on real-world benchmarks

23K
Stars
82/100
Confianza
Categoría: coding-agentsAuditoría

Open-source evaluation toolkit of large multi-modality models (LMMs), support 220+ LMMs, 80+ benchmarks

4.2K
Stars
85/100
Confianza
Categoría: robotics-iotAuditoría

access to david ondrej's personal agent skills

2.7K
Stars
76/100
Confianza
Categoría: utilityAuditoría

Awesome-GraphRAG: A curated list of resources (surveys, papers, benchmarks, and opensource projects) on graph-based retrieval-augmented generation.

2.5K
Stars
84/100
Confianza
Categoría: rag-knowledgeAuditoría

🏆 Top-1 on 5+ benchmarks | Web UI | Supports MiroThinker, Claude, Kimi, OpenAI

3.0K
Stars
76/100
Confianza
Categoría: researchAuditoría

A Claude Code skill that diagnoses social media accounts and analyzes viral content across Chinese platforms (Xiaohongshu, Douyin, Kuaishou, etc.), providing benchmarks, breakdowns, and copywriting drafts.

174
Stars
77/100
Confianza
Categoría: marketing-growthAuditoría

Open-source industrial-grade ASR models supporting Mandarin, Chinese dialects and English, achieving a new SOTA on public Mandarin ASR benchmarks, while also offering outstanding singing lyrics recognition capability.

1.9K
Stars
83/100
Confianza
Categoría: media-automationAuditoría

Reference implementations of MLPerf® training benchmarks

1.8K
Stars
76/100
Confianza
Categoría: ml-automationAuditoría

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

34K
Stars
80/100
Confianza
Categoría: researchAuditoría