context-degradation
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。
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 135 个技能
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。
销售AI助手,能将业务场景自动转化为AI提示词,协助销售人员快速生成高质量邮件、方案与分析报告,无需具备提示词编写技能。
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。
支持 Claude、GPT、Gemini 和 Ollama 的多模型 LLM 集成方案。涵盖 API 对接、提示工程、Token 管理及模型中立的编排架构。
一套用于建立、结构化与管理可重复使用 AI 代理技能的全面框架,旨在标准化指令驱动的工作流程。
用于构建健壮 AI Agent 技能的元技能,采用测试驱动开发 (TDD) 方法:定义失败 (RED)、实现技能 (GREEN) 并修补合理化漏洞 (REFACTOR)。
使用 Token Surgeon 审核并优化您的 AI 提示词。检测 10 种常见的冗余模式,计算效率分数,并减少 Token 用量以提升提示词性能。
一种将测试驱动开发 (TDD) 应用于流程文档的框架,通过压力测试情境来识别并修补 AI 代理的合理化漏洞,确保文档执行的可靠性。
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。
一种智能开发编排技能,通过 mcp-prompts 集成,提供自我优化的代码分析、构建错误诊断与自动化工作流程配置。
Anthropic Claude 集成模式:流式传输、基于 pgvector 的 RAG、工具调用、模型选择(Haiku/Sonnet/Opus)、提示词缓存及 AI 工程成本管理。
通过 Context Engineering 原则,为 AI 代理程序初始化、生成并执行完整实作蓝图 (PRPs),实现软件开发一次成功。