工程開發資料分析自動化
massive-context-mcp
透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫,突破 LLM 上下文視窗限制。
瀏覽: 170
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 240 個技能
透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫,突破 LLM 上下文視窗限制。
一個用於 Obsidian 知識庫的內容管理代理,可識別草稿筆記、偵測重複內容、更新過時資訊,並提升文件品質,支援繁體中文與英文內容。
從文檔(PDF、MD、TEX、TXT)中提取數學定義、定理、證明等內容,並進行AI驅動的清洗與格式轉換。
透過程式碼庫研究與針對性提問,在執行前釐清模糊提示詞的意圖。
使用 markitdown 將各種文件、媒體和網頁內容轉換為 Markdown,非常適合大型語言模型處理和文字分析。
使用自動化子代理程式抓取並彙整最新的 Posit 新聞、部落格文章、Podcast、影片內容與活動公告。
一套全面的警句與名言管理系統,用於主題內容豐富化、研究與電子報策劃。
TikTok 和 Instagram 社群媒體情報蒐集工具。利用 ScrapeCreators API 探索熱門鉤子 (hooks)、分析競爭對手策略,並進行創作者資料研究。
獲取並分析 OpenRouter 熱門程式設計模型。適用於選擇審查模型、優化 AI 成本,並透過即時定價與上下文視窗數據掌握 AI 編碼趨勢。
VVM (Vibe Virtual Machine) 是用於代理程式的語言,將 LLM 作為執行環境。它能編排多代理工作流程、管理狀態並構建彈性的 AI 管道。
對登陸頁面進行結構化的 8 要素轉化率優化 (CRO) 審計,識別轉化阻礙並提供增長建議。
分析公開 LinkedIn 個人檔案與商業數據,建立精準潛在客戶名單,協助識別決策者、追蹤職涯異動並強化業務開發資料。