gemma-skills新手必读：Google官方两大技能如何让AI Agent具备Gemma开发与微调能力

【免费下载链接】gemma-skillsSkills for the Gemma and model/agent interactions项目地址https://gitcode.com/gh_mirrors/ge/gemma-skills点击查看免费下载如果你是刚接触 Gemma 模型的新手gemma-skills 会是一个绝佳的起点。这是 Google 官方推出的 AI Agent 技能仓库包含gemma-dev和gemma-trainer两大核心技能前者让 AI 编码助手掌握 Gemma 应用开发的最佳实践模型选型、部署、推理加速后者赋予它本地微调 Gemma 的能力SFT、DPO、奖励建模。安装后你的 AI Agent 就能像资深工程师一样带你完成从原型到微调部署的完整流程。什么是 gemma-skills给 AI Agent 装上Gemma 官方知识库传统的 AI 助手回答 Gemma 相关问题时可能会推荐过时的模型或不规范的用法。而 gemma-skills 把这些经过 Google 官方验证的最佳实践打包成技能直接注入到你的 AI 编码助手中。仓库结构非常清晰两大技能各自独立、各司其职技能定位覆盖场景gemma-dev应用开发模型选型、Gradio 原型、浏览器推理、云端部署gemma-trainer训练微调SFT、DPO、奖励建模、数据集准备、GGUF 转换两大技能的入口定义分别在 skills/gemma-dev/SKILL.md 和 skills/gemma-trainer/SKILL.md每个 SKILL.md 就是技能的说明书AI Agent 会根据它自动触发对应能力。快速上手3种方式把技能装进你的 AI 助手gemma-skills 支持主流的 AI 编码助手与技能包管理器安装只需一条命令方式一Vercel skills CLI# 交互式浏览并安装 npx skills add google-gemma/gemma-skills --list # 只安装指定技能以 gemma-dev 为例 npx skills add google-gemma/gemma-skills --skill gemma-dev方式二Context7 skills CLInpx ctx7 skills install /google-gemma/gemma-skills gemma-dev方式三Antigravityagy plugin install https://github.com/google-gemma/gemma-skills三种方式的完整说明可参考 README.md。装好之后你只需要用自然语言描述需求比如帮我用 Gemma 搭一个聊天界面AI Agent 就会自动调用对应技能。gemma-dev 技能详解让 AI Agent 成为 Gemma 开发专家gemma-dev技能解决新手最常见的困惑该选哪个模型该用什么工具部署 模型选型不再靠猜技能内置了一份完整的选型指南skills/gemma-dev/SKILL.mdAI Agent 会根据你的硬件和业务场景推荐精确的模型Gemma 4 大杯26B A4B / 31B支持文本图像输入256K 上下文适合复杂多模态推理Gemma 4 12B额外支持音频输入适合笔记本等消费级设备Gemma 4 E2B / E4B为移动端 NPU 加速而生支持原生音频处理EmbeddingGemma 2RAG / 向量检索专用嵌入模型ShieldGemma 2内容安全审核专用分类器。核心原则是不盲目默认最小模型而是先分析你的领域、硬件约束和输入模态再给出精准建议。 四种部署路径都有官方答案针对不同的部署目标技能都映射了推荐技术栈并且仓库里附带了可直接参考的示例代码部署场景推荐技术栈参考示例快速原型 / DemoGradio Transformersgradio-app.py网页 / 客户端应用transformers.js浏览器内推理transformers-js-app.js企业级云端Vertex AI 容器化部署vertex-ai-app.pyApple Silicon 设备Ollama 或 mlx-lm—其中 gradio-app.py 是一个开箱即用的 Gradio 聊天界面示例新手可以直接学习它的对话流式输出写法。⚡ 进阶能力MTP 推理加速与 QAT 量化Multi-Token PredictionMTPGemma 4 内置的推测解码技术用轻量草稿模型提出候选 token主模型一次前向验证在不损失质量的前提下显著提速skills/gemma-dev/SKILL.md。QAT 量化感知训练官方提供不同部署引擎的量化模型llama.cpp 用 GGUF 格式、vLLM/SGLang 用 w4a16 压缩张量比传统 PTQ 量化质量损失更小skills/gemma-dev/SKILL.md。这些深水区知识以前需要自己翻遍官方文档现在 AI Agent 会主动替你规划。gemma-trainer 技能详解在本地硬件微调 Gemma 模型gemma-trainer技能面向想在本地显卡上微调 Gemma 的开发者覆盖微调全流程数据集准备 → 模型训练 → 格式转换 → 端侧部署。 微调方法怎么选技能内置了一张清晰的目标 → 方法决策表skills/gemma-trainer/SKILL.mdSFT监督微调教模型新领域知识、任务指令或自定义输出格式——这是大多数新手的起点DPO直接偏好优化对齐模型的语气、风格、安全性需要先在 SFT 基础上进行奖励建模RM训练一个给回答质量打分的评估模型。 关键最佳实践新手最容易踩坑的地方优先使用 Unsloth本地单卡训练省最多 70% 显存、速度提升 2 倍多卡环境则退回 TRL PEFT bitsandbytes 方案始终使用 QLoRA4-bit 量化这是让 12B/31B 模型装进消费级显卡的关键控制训练上下文长度虽然 Gemma 4 支持 256K 上下文但本地训练建议 2048~8192 token避免显存溢出OOMskills/gemma-trainer/SKILL.md。 五个即拿即用的资产脚本gemma-trainer技能附带了一套完整的工具脚本全部位于 skills/gemma-trainer/assets/脚本用途dataset_prep.py数据集加载、格式化与校验格式错误是训练失败的头号原因distill_dataset.py用大模型老师生成高质量数据蒸馏训练小模型sft_train.pyQLoRA 监督微调自动检测 Unsloth 加速dpo_train.py偏好对齐训练模板reward_train.py奖励模型训练序列分类头 RewardTrainer特别值得一提的是 distill_dataset.py 的师-生蒸馏玩法用 Gemma 4 31B 等教师模型在本地生成高质量回答再拿去训练 Gemma 4 E2B 这样的轻量学生模型——没有标注数据也不怕。 训练完成后的最后一公里技能还覆盖部署环节skills/gemma-trainer/SKILL.mdUnsloth 可直接原生导出GGUF格式方便接入 llama.cpp / LM Studio小模型则可用LiteRT-LM部署到手机、Web 和 IoT 设备充分利用 CPU/GPU/NPU 硬件加速。常见问题速查Q我需要很强的显卡才能微调吗A技能默认推荐 QLoRA 4-bit 量化 Unsloth消费级显卡也能微调 12B 级模型E2B/E4B 小模型门槛更低。Q微调完的模型怎么用到手机上A两条路转 GGUF 用本地推理框架或转 LiteRT-LM 格式走端侧硬件加速。Q技能会推荐过时的模型吗A技能要求默认推荐Gemma 4新一代模型且优先通过 MCP 的search_documentation工具获取最新官方文档skills/gemma-dev/SKILL.md保证信息不滞后。写在最后gemma-skills 的价值不在于多而在于准它把 Google 官方的模型选型标准、部署技术栈、微调超参数经验全部固化下来让 AI Agent 从泛泛而谈的聊天机器人变成懂 Gemma 的实战教练。新手建议的使用路径安装两个技能前文三种方式任选其一先用gemma-dev让 Agent 帮你搭一个本地 DemoGradio 最快有了业务数据后用gemma-trainer走完 SFT → 校验数据集 → 部署的完整微调流程。完整的技能清单参见 README.md项目采用 Apache-2.0 许可证plugin.json可放心用于学习和生产环境。赞分享【免费下载链接】gemma-skillsSkills for the Gemma and model/agent interactions项目地址https://gitcode.com/gh_mirrors/ge/gemma-skills点击查看免费下载相关推荐如何在本地硬件微调Gemma 4gemma-skills的SFT/DPO/RLHF完整路线图如何在本地硬件微调Gemma 4gemma skills的SFT/DPO/RLHF完整路线图 想让 Gemma 4 听懂你的行话、说话更像你的风格 geSweetModal-Vue 无障碍访问指南让弹窗对所有用户都友好SweetModal Vue 无障碍访问指南让弹窗对所有用户都友好 SweetModal Vue 是一个功能强大的 Vue.js 模态框库但要让您的弹窗对所如何在 3 秒内完成 macOS 分屏Loop 窗口管理快捷键完整指南如何在 3 秒内完成 macOS 分屏Loop 窗口管理快捷键完整指南 Loop 是一款免费开源的 macOS 窗口管理应用按住触发键移动鼠标、或按下快捷键桌面应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考