Acerca de
c-ai proporciona herramientas CLI para que los desarrolladores consulten LLMs directamente desde la terminal, permitiendo resúmenes de texto, chats interactivos y análisis de código mediante piping. Soporta tanto modelos locales como en la nube a través de utilidades como `llm` y `aichat`. Usa esta habilidad para tareas rápidas asistidas por IA, como generar mensajes de commit, revisar código o corregir gramática sin salir de tu flujo de trabajo.
Instalación rápida
Claude Code
Recomendadonpx skills add daxaur/openpaw -a claude-code/plugin add https://github.com/daxaur/openpawgit clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-aiCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
AI / LLM Tools
llm (Simon Willison)
# Quick prompt
llm "What is the capital of France?"
# Pipe text for processing
cat article.txt | llm "Summarize this in 3 bullet points"
git diff | llm "Write a commit message for these changes"
pbpaste | llm "Fix the grammar in this text"
# Interactive chat
llm chat
# Use specific model
llm -m claude-3.5-sonnet "Explain quantum computing"
llm -m gpt-4o "Review this code"
# List available models
llm models
# Install model plugins
llm install llm-claude-3
llm install llm-ollama # local models
# View prompt/response history
llm logs list
llm logs last
aichat
# Quick prompt
aichat "Explain Docker in simple terms"
# Pipe input
cat code.py | aichat "Find bugs in this code"
# Interactive REPL
aichat
# Shell assistant (generates and runs commands)
aichat -e "find all files larger than 100MB"
# Specific model
aichat -m claude-3.5-sonnet "Hello"
# List models
aichat --list-models
Guidelines
- Use
llmfor piping text through LLMs (summarize, translate, analyze) - Use
aichat -efor generating shell commands from natural language - Both tools store API keys locally — set up once with auth commands
llmhas the richest plugin ecosystem (100+ model providers)aichatis faster (Rust) and has built-in RAG support- These tools use separate API keys from Claude Code — user pays per token
Repositorio GitHub
Frequently asked questions
What is the c-ai skill?
c-ai is a Claude Skill by daxaur. Skills package instructions and resources that Claude loads on demand, so Claude can perform c-ai-related tasks without extra prompting.
How do I install c-ai?
Use the install commands on this page: add c-ai to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does c-ai belong to?
c-ai is in the Other category, tagged ai, llm, summarize and chat.
Is c-ai free to use?
Yes. c-ai is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Habilidades relacionadas
LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
Esta habilidad de Claude analiza los mercados de apuestas deportivas, incluyendo spreads, over/unders y apuestas de propuestas, mediante el examen de tendencias históricas y estadísticas situacionales para identificar apuestas de valor. Proporciona una salida en markdown estructurado con recomendaciones accionables con fines educativos. Los desarrolladores deben utilizar esto para herramientas de análisis de apuestas deportivas, teniendo en cuenta que está diseñado únicamente para entretenimiento/educación.
Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.