project-development

本技能為開發 LLM 驅動應用程式提供了一套系統化的架構與開發方法論。它專為需要評估特定任務是否適合使用語言模型自動化，或是否應採用傳統決定性程式碼的工程師、架構師及開發者所設計。本技能透過強制執行「先進行手動原型測試」的準則，以及利用標準化管線結構來分離非決定性的 LLM 處理與決定性的資料處理，從而大幅減少開發過程中的浪費。

• 任務與模型契合度分析：包含評估任務是否涉及綜合資訊、主觀判斷或批次處理的流程，並識別如即時需求或精確數學運算等禁止使用的指標。

• 規範化管線架構：實作 acquire-prepare-process-parse-render 模式，實現模組化除錯、冪等性，並透過隔離昂貴的 LLM 呼叫來有效控制成本。

• 檔案系統作為狀態機：將目錄結構作為持久層，確保管線狀態可由人類閱讀且易於除錯，便於選擇性地重新執行特定步驟。

• 結構化輸出設計：優先考慮可解析性的提示詞工程最佳實踐，包含章節標記、格式範例及約束驗證。

• AI 代理輔助開發：與 AI 編碼代理協作迭代程式碼庫的最佳實踐。

• 當您要啟動新的 LLM 專案、設計批次管線，或評估代理系統的成本與開發時程時，請使用此技能。

• 工作流程要求在投入全規模自動化之前，必須進行手動驗證步驟，將輸入內容與 LLM 介面進行測試。

• 預期輸入包括專案需求、任務描述或擬定的架構目標。輸出通常包含結構化的管線藍圖、自動化可行性評估及提示詞設計模板。

• 限制：此技能不適用於高精確度、亞秒級延遲或純決定性的演算法任務；它專注於可迭代且具擴展性的 LLM 工作流程。