MCP HubMCP Hub
SKILL·E69A51

mlx-stt

openclaw
Обновлено 4 months ago
18 просмотров
972
296
972
Посмотреть на GitHub
Другоеgeneral

О программе

Этот навык обеспечивает локальное преобразование речи в текст на компьютерах Mac с чипами Apple Silicon, используя оптимизированные с помощью MLX модели с открытым исходным кодом, такие как GLM-ASR-Nano. Он работает полностью автономно без API-ключей, обрабатывая аудиофайлы с помощью простых текстовых команд. Используйте его, когда вам требуется быстрое и конфиденциальное транскрибирование аудио непосредственно в Claude Code на macOS.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add openclaw/skills -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/openclaw/skills
Git клонированиеАльтернативный
git clone https://github.com/openclaw/skills.git ~/.claude/skills/mlx-stt

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

GitHub репозиторий

openclaw/skills
Путь: skills/guoqiao/mlx-stt
0
archivebackupclawdbotclawdhubskill
FAQ

Часто задаваемые вопросы

Что такое Skill mlx-stt?

mlx-stt — это Claude Skill от openclaw. Skills объединяют инструкции и ресурсы, которые Claude загружает по мере необходимости, чтобы выполнять задачи, связанные с mlx-stt, без дополнительных запросов.

Как установить mlx-stt?

Используйте команды установки на этой странице: добавьте mlx-stt в Claude Code как плагин или клонируйте репозиторий в каталог skills, затем перезапустите Claude, чтобы загрузить Skill.

К какой категории относится mlx-stt?

mlx-stt относится к категории Другое.

Можно ли использовать mlx-stt бесплатно?

Да. mlx-stt размещён на AIMCP и доступен для бесплатной установки.

Похожие навыки

sports-betting-analyzer
Другое

Этот навык Клода анализирует рынки спортивных ставок, включая форы, тоталы и ставки на игроков, изучая исторические тенденции и ситуационную статистику для выявления валуйных ставок. Он предоставляет структурированный вывод в формате markdown с практическими рекомендациями в образовательных целях. Разработчикам следует использовать его для инструментов анализа спортивных ставок, учитывая, что он предназначен исключительно для развлечения и обучения.

Просмотреть навык
llamaguard
Другое

LlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.

Просмотреть навык
cost-optimization
Другое

Этот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.

Просмотреть навык
quantizing-models-bitsandbytes
Другое

Этот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.

Просмотреть навык