据 AlphaMoat 统计,截至 2026-09,Ollama Model Tuner 累计下载 1,797 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,581 位,在「AI 智能体」分类(969 个)中排名第 901 位。

累计安装

131

累计下载

1,797

星标

全站排名

#4,581

全站前 91% · 「AI 智能体」前 93%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	49	1,744	-	-
SkillHub ↗	131	1,797	-	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

该技能介绍提示词工程与 A/B 测试、Modelfile 定制、本地数据 LoRA 微调及性能基准测试，并称无需云端。文档引用的命令包装器和 prompts/system.md 文件未包含在现有安装包中，依赖这些步骤前应确认文件路径可用。用于调优或评估的数据集可能包含秘密、个人或专有信息，应仅使用获准在本地 Ollama 环境处理的数据并移除敏感字段。

资料发布于 2026-10-29

可以用来做什么

希望在本地 Ollama 环境中测试提示词、模型配置或基于数据的评估流程的开发者。

什么时候用

先确认引用的脚本与提示词文件实际存在；运行前检查数据集并删除敏感字段。

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

概述本地 Ollama 提示词测试和 LoRA 调优流程，并指出开始前需要验证哪些文件；不要读取数据集或运行命令。

月度数据趋势

累计下载1,797

星标-

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	1,797	—	-
2026-08	1,680	+7.8%	-
2026-07	1,558	+18.8%	-
2026-06	1,311	+13.0%	-
2026-05	1,160	—	-
2026-03	755	—	-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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

展开全部(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.