工程开发自动化
multi-agent-patterns
架构多代理系统以突破上下文限制,运用监督者、群体与分层模型等模式来管理复杂工作流程。
浏览: 9★ 15,340
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 164 个技能
架构多代理系统以突破上下文限制,运用监督者、群体与分层模型等模式来管理复杂工作流程。
数据分析专家:进行探索性数据分析、统计建模、SQL 查询与 Python 数据可视化,通过严谨的量化方法将原始数据转化为可操作的洞察。
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。
Anthropic 结构化输出实现专家顾问。协助判断 JSON 模式与严格工具使用之间的取舍,确保 schema 合规性与 Agent 工作流的输入验证。
通过分析持续集成 (CI) 历史、执行模式与代码结构,识别、分类并排除不稳定的测试 (flaky tests),以提升测试套件的可靠性。
分析财务数据,计算利润率、投资回报率 (ROI) 等关键指标,并自动生成结构化的财务分析报告。
监控 Claude Code 使用情况、令牌消耗、生产力连贯记录及技能有效性指标,以优化您的开发工作流程。
为 AI 代理构建系统化的评估框架,利用多维评分标准、LLM-as-a-judge 与回归测试,量测代理效能、质量及上下文工程的有效性。
自动化质量闸门,使用 5 个并行 AI 代理审查代码变更,确保正确性、风格与一致性。
基于商业模式图 (Business Model Canvas) 的 9 大构面设计与分析工具。
使用文字描述生成专业级音效。制作音频纹理、电影质感音效、界面音效及环境音,并精确控制时长、循环与提示词相符度。
生产级监控系统,包含 Prometheus 指标、Grafana 仪表板、PromQL 查询语言、告警规则与 AI 异常检测,适用于云原生应用。