工程开发生产力
prompt-engineering-patterns
掌握先进的提示工程技术,以最大化生产环境中大型语言模型(LLM)的性能、可靠性和可控性。
浏览: 9
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 156 个技能
掌握先进的提示工程技术,以最大化生产环境中大型语言模型(LLM)的性能、可靠性和可控性。
通过成熟的提示工程原则,将模糊或结构不良的指令转换为优化且高效的 AI 模型提示,提升执行质量与准确性。
基于 Minion 框架的智能单元与集成测试生成工具,支持业务逻辑验证、边界测试及 Vitest 框架深度集成。
进阶提示词改写与优化服务。分析提示词的清晰度、具体性与结构,提供可执行的优化建议、多种变体选项,并教授提示工程的最佳实践。
编排 Codex CLI 以实现高效并行程序开发、自动化任务与会话管理,优化 Token 使用量并提升开发效率。
为 AI 助手创建、优化与精炼高质量 YAML 提示词,提供结构指南、模板模式与质量规范。
通过 prompts.chat 搜索、发掘并优化 AI 提示词。访问数千个专为 ChatGPT、Claude 等 AI 模型设计的社区精选提示词。
情境工程基础指南:为 AI 代理优化 Token 预算、注意力机制及系统架构。
将您的代码库、提示词和 API 调用从 Claude Sonnet 4.0/4.5 或 Opus 4.1 迁移至 Opus 4.5,并自动调整相关设置。
高中语文国学考试解题助手,采用上下文工程与检索增强生成架构,提供高准确度、具可解释性的解题服务。
通过代码库研究与针对性提问,在执行前厘清模糊提示词的意图。
诊断、隔离并缓解 LLM 上下文故障(如中间丢失、中毒、干扰及冲突),提升 AI 代理的执行可靠性。