工程开发生产力自动化
markdown-token-optimizer
分析 Markdown 文件以识别浪费 Token 的模式,并提供具体优化建议,以提升文档对 AI 的 Token 使用效率与清晰度。
浏览: 25★ 202
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 237 个技能
分析 Markdown 文件以识别浪费 Token 的模式,并提供具体优化建议,以提升文档对 AI 的 Token 使用效率与清晰度。
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。
AI 辅助代码代理版本控制。通过 MemoV 自动追踪提示词、上下文与差异,确保完整可追溯性,且不污染 Git 历史记录。
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。
为建立与记录模块化代理技能所设计的标准化模板,确保在 AI 代理系统中间实现一致且高效的上下文工程。
建立客户旅程地图,追踪阶段、接触点与情绪,诊断断层体验并让团队对齐完整的客户流程。
将资产从 EVM 链桥接至 Starknet,部署代理帐户,并向 HuginnRegistry 注册身份,以实现自主 AI 代理的入职流程。
为您的项目生成 AGENTS.md 与 AI 配置文件 (Cursor, Claude, Gemini, Copilot),优化您的 vibe-coding 工作流并保持跨会话的上下文关联。
自动检索 PubMed 科学文献并生成生物医学研究的通俗易懂摘要。
一个受强化学习启发的 YouTube 绩效追踪工具,通过系统化记录来优化缩图、标题与视频钩子。
通过 OpenAI Codex 和 Google Gemini 获取架构、代码审查与调试的专家观点,并透明化展示所有 AI 推论与建议。
一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。