工程開發生產力研究
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。
瀏覽: 16★ 15,338
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 390 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。
為技術架構、複雜重構與結構化除錯提供多視角 AI 諮詢服務。
構建高轉化率的問卷與評估漏斗,透過互動式評估獲取高質量潛在客戶,並自動化跟進流程。
使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案,並透過 Pydantic 定義資料架構。
透過 Python 程式碼執行來高效率地搜尋您的 Zotero 文獻庫。實現全面性的多策略查詢、自動去重與關聯性排序,有效避免內容溢出或系統崩潰。
利用 Bedrock 工具調用功能強制 Claude 模型輸出結構化 JSON,消除解析錯誤並確保架構合規性。
應用認知科學框架於計算機科學與人工智慧研究,透過系統化的創造力策略生成具備原創性的研究方向。
專門用於設計代理工具的專業框架,優化工具描述、執行基於合約的 API,並實施架構精簡以提高 AI 代理工具選擇的準確性。
透過 AI 驅動的品牌邏輯,運用幾何圖形、負空間與平面向量風格,設計專業級的品牌識別標誌。
端到端自動化研究代理:從想法生成、文獻綜述到實驗執行、對抗式審查循環與論文撰寫。
指導代理人記憶系統的實作,比較主流框架(Mem0、Zep、Letta、LangMem、Cognee),並設計用於跨會話知識保留的持久化架構。
MERIDIAN 自主 AI 代理實作模式,包含 BaseAgent 生命週期、Claude API 結構化工具呼叫、Token 配額管理與 cron 排程系統。