Accueil Projets awesome-llm-skills
awesome-llm-skills
Python

awesome-llm-skills

Une liste soigneusement sélectionnée de compétences, ressources et outils LLM et AI Agent, pour personnaliser les flux de travail des agents AI - qui fonctionne avec Claude Code, Codex, Gemini CLI et vos agents AI personnalisés

par Prat011 · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
anthropicawesome-listawesome-listsPython
Voir sur GitHub
En termes simples

Parcourez une collection d'outils et de ressources pour personnaliser les flux de travail pour des agents IA comme Claude Code et Codex.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
awesome-llm-skills — GitHub preview card
📈 Historique des étoiles
1 3971 396
2026-07-202026-08-31
📈 Suivez awesome-llm-skills

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Une liste soigneusement sélectionnée de compétences, ressources et outils LLM et AI Agent, pour personnaliser les flux de travail des agents AI - qui fonctionne avec Claude Code, Codex, Gemini CLI et vos agents AI personnalisés

awesome-llm-skills compte 1.4k étoiles sur GitHub. Il a été forké 233 fois. awesome-llm-skills est écrit principalement en Python. Il est développé activement depuis 2025. Ses principaux thèmes sont : anthropic, awesome-list, awesome-lists, claude-code.

Frequently asked questions

Qu'est-ce que awesome-llm-skills ?

Une liste soigneusement sélectionnée de compétences, ressources et outils LLM et AI Agent, pour personnaliser les flux de travail des agents AI - qui fonctionne avec Claude Code, Codex, Gemini CLI et vos agents AI personnalisés

awesome-llm-skills est-il open source ?

awesome-llm-skills est un projet open source.

awesome-llm-skills est-il gratuit ?

Oui. awesome-llm-skills est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage awesome-llm-skills est-il écrit ?

awesome-llm-skills est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — awesome-llm-skills

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=prat011-awesome-llm-skills)](https://olud.ai/project/prat011-awesome-llm-skills.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
awesome-second-brain
Une solution organisée pour construire un second cerveau auto-évolutif qui aide les agents IA à…
472 · anthropic
partageawesome-listsanthropic
awesome-computer-vision-models
Une liste de modèles d'apprentissage profond populaires liés aux problèmes de classification, s…
542 · awesome
partageawesome-lists
awesome-deep-text-detection-recognition
Une liste soigneusement sélectionnée de ressources pour la détection/reconnaissance de texte (r…
2.5k · awesome-list
partageawesome-lists
awesome-matlab-robotics
Ceci est une liste de démos, tutoriels, utilitaires et ressources globales incroyables pour la…
1.7k · awesome
partageawesome-lists
OpenSTL
OpenSTL : Une évaluation complète de l'apprentissage prédictif spatio-temporel
1.1k · artificial-intelligence
partageawesome-lists
awesome-ai-security-tools
Une liste sélectionnée d'outils publics, de recherche et commerciaux pour la sécurité AI et la…
1.1k · agentic-ai
partageawesome-lists
Awesome-Chinese-LLM
Collection de modèles de langage chinois open-source, principalement des modèles de petite tail…
22.8k · awesome-lists
partageawesome-lists
Titans---Learning-to-Memorize-at-Test-Time
Plateforme de démonstration multi-agents pour Titans (arXiv:2501.00663) — réseaux neuronaux qui…
413 · ai
partageanthropic
ECC
Le système d'optimisation des performances de l'agent. Compétences, instincts, mémoire, sécurit…
245k · ai-agents
hermes-agent
L'agent qui grandit avec vous
238k · ai

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.