前言¶

團隊裏模型越來越多，常用的可能十幾個，加上 Prompt、知識庫、評估集、Agent 配置，沒人能說清”到底有多少資產、誰在用、哪個版本、成本多少”。靠表格和記憶維護，很快就跟不上。這篇介紹一個把 AI 資產全生命週期管起來的 Skill。

這是什麼¶

「AI模型資產管理」是一個面向 LLMOps 的實操手冊型 Skill，座標 @user_8a3569c1/ai-llmops，發佈者 user_8a3569c1，來源 community，當前版本 1.0.3。

它解決的問題是從”有模型在用”到”資產清清楚楚”：把模型、Prompt、知識庫、評估集、Agent 配置這五類資產登記成臺賬，並覆蓋從註冊、版本、上線下線到漂移監控、成本治理的全過程。

它和一般講的”企業 AI 治理”互補：治理管制度，這個 Skill 管資產和工程落地。

核心能力¶

下面這些能力來自官方簡介。

1、資產全景與臺賬
登記模型 / Prompt / 知識庫 / 評估集 / Agent 配置五類資產，形成資產全景。

2、模型卡與註冊
給出 Model Card 字段規範、註冊流程和元數據管理要求，讓每個模型有統一檔案。

3、版本管理
對模型、Prompt、知識庫做版本化，支持灰度發佈和一鍵回滾。

4、上線下線管理
覆蓋上線審批、退役下線、廢棄處置與遷移，管的是資產的生命週期。

5、漂移監控
區分數據漂移、概念漂移、模型漂移三類，給出監控指標與告警閾值要點。

6、成本治理
包括 Token 成本覈算、預算控制、路由分層、蒸餾與緩存降本。

7、治理制度與流程
明確角色職責、審批流、審計留痕，配合上面的資產工程一起落地。

此外附帶一組零依賴本地工具，用於一鍵出盤點清單、模型卡模板、生命週期檢查、漂移監控要點與成本治理清單，不依賴外部服務即可跑。

安裝與啓用¶

官方地址：https://api.skillhub.cn/user_8a3569c1/ai-llmops
SkillHub 頁面：https://www.skillhub.cn/skills/user_8a3569c1/ai-llmops

該 Skill 基於通用 SKILL.md 格式。抓取資料中未給出具體的安裝命令或目錄配置，建議以官方頁面說明爲準，不要照搬第三方命令。

需要注意，官方標籤顯示 requires_api_key=false，即使用時不需要額外配置 API Key。

典型用法¶

由於抓取資料中沒有提供可復現的官方示例，這裏只描述它的用法方向，不寫未經覈實的具體命令。

1、資產盤點：用附帶的零依賴本地工具生成五類資產的盤點清單，先摸清家底。
2、模型卡登記：按 Model Card 字段規範爲在用模型補檔案，納入註冊流程。
3、版本與發佈：對 Prompt、知識庫、模型做版本化，發佈走灰度，出問題回滾。
4、生命週期檢查：對資產做上線、退役、廢棄的檢查，避免殭屍模型長期佔成本。
5、漂移與成本：按監控要點設告警閾值，按成本治理清單做 Token 覈算和降本。

具體工具的調用方式需查看官方頁面或 Skill 內文件。

適用場景與注意¶

適合 AI 平臺、工程、運維和財務負責人使用：平臺和工程負責資產與版本，運維負責監控和生命週期，財務關心成本覈算與預算。

幾點注意：

1、它管的是資產與工程，不替代企業 AI 治理制度，兩者需要配合。
2、評分爲 100000，下載 1430，安裝數爲 0，社區採用情況需自行評估。
3、漂移閾值、成本預算等數字需按自身業務設定，Skill 提供的是要點而非固定值。
4、官方未在抓取資料中給出安裝命令，接入前先確認目錄和格式要求。

結尾¶

這個 Skill 的價值在於把散落的 AI 資產收進一套有臺賬、有版本、有監控、有成本覈算的生命週期流程裏。如果你已經在用多個模型和 Prompt，想把它們管清楚，可以從資產盤點這一步開始。

官方地址：https://api.skillhub.cn/user_8a3569c1/ai-llmops