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 161 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。
根据产品代码手册将测试工程师的缺陷描述标准化,修正错别字、缩写错误与歧义,并执行站点验证。
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。
llmemory 文档存储与搜索入门:涵盖安装、pgvector 数据库配置、文档导入、混合/语义检索,以及构建具备多租户支持的 RAG 系统。
使用 Google Gemini 处理与生成多媒体内容。支持音频转录、图像识别、视频分析、PDF 解析及 AI 图像生成,具备超长上下文窗口,适用于复杂的多模态 AI 任务。
通过 AI 主动聆听框架,从模糊的需求中提取真义,定义商业价值与项目范畴,提升开发效率。
同步 README.md 与 README_ZH.md 文件内容,确保中英文说明文件内容一致且结构对齐。
一个 AI 驱动的技能,可针对复杂的编程任务,自动从 RAG 知识库中检索相关的项目上下文。
使用 AI AutoGLM Phone Agent 自动化 Android 设备操作。通过自然语言指令控制手机界面,适用于 APP 自动化测试、数据采集与 UI 互动,支持点击、滑动、输入与截屏。
对落地页进行结构化的 8 要素转化率优化 (CRO) 审计,识别转化阻碍并提供增长建议。
通过 CLI 与 MCP 使用 z.AI,提供图像分析、网页搜索、文档阅读与 GitHub 代码探索功能。
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。