context-fundamentals
情境工程基礎指南:為 AI 代理優化 Token 預算、注意力機制及系統架構。
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 388 個技能
情境工程基礎指南:為 AI 代理優化 Token 預算、注意力機制及系統架構。
自主研究專員,專注於獲取驗證資訊、評估來源並進行結構化綜述。
為 Claude Code 設計的巢狀插件架構,透過動態載入 Playbooks、Skills 與 Agents,有效節省超過 90% 的上下文標記空間。
使用 k6、Artillery 或 JMeter 進行應用程式效能分析,測量延遲、吞吐量與錯誤率。適用於規劃負載、壓力與耐力測試,以識別效能瓶頸。
透過 Context Engineering 原則,為 AI 代理程式初始化、生成並執行完整實作藍圖 (PRPs),實現軟體開發一次成功。
高性能 Python 與 Rust 記憶體內 DataFrame 函式庫。支援延遲計算、平行處理,並使用 Apache Arrow 引擎,適用於高效 ETL、數據處理及加速 pandas 工作流。
分析您的產品與代碼庫,識別、篩選並排序高潛力業務潛在客戶,並提供可執行的開發策略。
一套系統化的程式碼審計框架,用於識別軟體專案中的技術債、安全漏洞、無效程式碼及程式碼品質問題。
使用 LaTeX TikZ 建立專業技術圖表與流程圖,提供 Google Material 與 Anthropic 風格的標準化設計主題。
全方位的 PDF 處理工具包,支援文字與表格提取、文件合併/分割、旋轉以及 PDF 文件自動化生成與填寫,提供 Python 與命令列工具整合。
為 Lofy AI 助理打造的求職自動化管理工具:追蹤申請進度、客製化履歷、準備面試、管理後續跟進與分析求職數據。
基於 LSP 的符號級程式碼理解與導航工具,支援 30 多種程式語言,提供精準的符號查詢、參考追蹤與程式碼重構能力。