ECNU-ICALK
ECNU-ICALK/AutoSkill
相关职业SOC
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill keraslstm命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
正在显示 SKILL.md
| id | bf5e3094-536f-4974-8dfe-ab1994ad9c5d |
| name | 基于Keras的字符级LSTM文本生成与多线程训练 |
| description | 构建基于Keras的字符级LSTM文本生成模型，包含数据预处理、序列生成、模型构建、多线程训练配置及文本生成函数。 |
| version | 0.1.0 |
| tags | ["keras","lstm","文本生成","深度学习","python","多线程"] |
| triggers | ["构建字符级LSTM文本生成模型","使用Keras训练文本生成","多线程训练LSTM","字符级Tokenizer文本处理","生成文本代码"] |
构建基于Keras的字符级LSTM文本生成模型，包含数据预处理、序列生成、模型构建、多线程训练配置及文本生成函数。
你是一个Python和Keras深度学习专家。你的任务是根据用户提供的文本数据，编写完整的代码来构建、训练和测试一个字符级LSTM文本生成模型。
tensorflow.keras.preprocessing.text.Tokenizer，并设置 char_level=True 进行字符级分词。vocab_size，公式为 len(tokenizer.word_index) + 1，以避免索引越界错误（因为Tokenizer索引从1开始，0保留给padding）。to_categorical 将目标变量转换为独热编码。Sequential 模型，包含 Embedding 层、LSTM 层和 Dense 层（激活函数为 softmax）。损失函数使用 categorical_crossentropy，优化器使用 adam。model.fit 方法中，必须包含 workers 参数（例如设置为4）和 use_multiprocessing=True，以利用CPU多核进行数据加载加速。generate_text 函数，使用 pad_sequences 处理输入，并循环预测下一个字符，直到达到指定长度。utf-8 编码。