據 AlphaMoat 統計,截至 2026-09,Ollama Model Tuner 累計下載 1,797 次、獲 0 個星標,在全部 5,078 個 AI 技能中排名第 4,581 位,在「AI 智慧體」分類(969 個)中排名第 901 位。

累計安裝

131

累計下載

1797

星標

全站排名

#4,581

全站前 91% · 「AI 智慧體」前 93%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	49	1744	-	-
SkillHub ↗	131	1797	-	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

該技能介紹提示詞工程與 A/B 測試、Modelfile 定製、本地資料 LoRA 微調及效能基準測試，並稱無需雲端。文件引用的命令包裝器和 prompts/system.md 檔案未包含在現有安裝包中，依賴這些步驟前應確認檔案路徑可用。用於調優或評估的資料集可能包含秘密、個人或專有資訊，應僅使用獲准在本地 Ollama 環境處理的資料並移除敏感欄位。

資料釋出於 2026-10-29

可以用來做什麼

希望在本地 Ollama 環境中測試提示詞、模型配置或基於資料的評估流程的開發者。

什麼時候用

先確認引用的指令碼與提示詞檔案實際存在；執行前檢查資料集並刪除敏感欄位。

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

概述本地 Ollama 提示詞測試和 LoRA 調優流程，並指出開始前需要驗證哪些檔案；不要讀取資料集或執行命令。

月度資料趨勢

累計下載1797

星標-

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	1797	—	-
2026-08	1680	+7.8%	-
2026-07	1558	+18.8%	-
2026-06	1311	+13.0%	-
2026-05	1160	—	-
2026-03	755	—	-

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

862 B · ClawHub v1.0.0

---
summary: "Ollama Model Tuner: Locally fine-tune prompts, LoRAs, and models with Ollama for custom tasks."
description: "Optimize Ollama models/prompts using local datasets, eval metrics, and iterative tuning. No cloud needed."
triggers:
  - "tune ollama"
  - "optimize ollama model"
  - "fine-tune local LLM"
  - "ollama prompt engineer"
read_when:
  - "ollama tune" in message

展開全部(共 33 行)

  - "model fine-tune" in message
---

# Ollama Model Tuner v1.0.0

## 🎯 Purpose
- Prompt engineering & A/B testing
- Modelfile customization
- LoRA fine-tuning with local data
- Performance benchmarking

## 🚀 Quick Start
```
!ollama-model-tuner --model llama3 --dataset ./data.json --task classification
```

## Files
- `scripts/tune.py`: Python tuner with eval loop
- `prompts/system.md`: Base system prompts

## Supported
Ollama 0.3+, Python 3.10+, datasets in JSONL/CSV.