4万Stars
2k安装量
v1.0版本
近期更新
技能简介
为Agent提供大语言模型偏好对齐能力，支持DPO、RLHF等优化技术的代码实现与方案选型
它能做什么
- 实现DPO直接偏好优化
- 配置RLHF人类反馈训练流程
- 评估并选择偏好对齐方案
安装方式
上手路径让AI回答更合你心意的优化助手
- 01装技能打开电脑终端，运行 npx skills add wshobson/agents
- 02提需求对话里说想优化什么，比如DPO和RLHF怎么选
- 03用结果等待生成代码和方案，可复制使用或继续追问
提示：需求写得越具体，给出的方案越靠谱
$npx skills add wshobson/agents
支持平台：WorkBuddy / Claude Code / Codex CLI / Kimi CLI / Cursor / Trae / Goose / OpenClaw / OpenCode
技能分享卡 ![技能分享卡]()
下载卡片（1080×1440）
出现在以下合集
简介由 AI 辅助翻译并经人工校验，如发现错误欢迎通过源仓库反馈。