工程開發
ai-llm-patterns
Anthropic Claude 整合模式:串流、使用 pgvector 的 RAG、工具使用、模型選擇(Haiku/Sonnet/Opus)、提示詞快取及 AI 工程成本管理。
瀏覽: 18★ 11
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 174 個技能
Anthropic Claude 整合模式:串流、使用 pgvector 的 RAG、工具使用、模型選擇(Haiku/Sonnet/Opus)、提示詞快取及 AI 工程成本管理。
🛡️ GDPR 與 LGPD 隱私守護者:自動化合規掃描工具,可偵測程式碼中的個人識別資訊 (PII) 外洩、不安全日誌與追蹤違規,協助預防監管罰款。
分析並識別代碼庫模式(命名、架構、測試),以確保開發過程中的一致性與標準執行。
全面的 AI 文本檢測框架。透過詞彙分析、結構模式、模型指紋與技術後設資料比對,精準辨識 AI 生成內容與寫作痕跡。
使用 AI 自動化技術,將 CSV 或 JSON 資料轉換為適合學術出版的高品質統計圖表。
為 GA4 與 GSC 分析數據提供提取、緩存與處理的最佳實踐模式,並整合 MCP 伺服器操作。
基於 Minion 框架的智能單元與集成測試生成工具,支持業務邏輯驗證、邊界測試及 Vitest 框架深度集成。
一套用於編寫代理技能的測試驅動開發 (TDD) 框架,透過壓力測試情境確保文件能有效引導代理行為。
建立並設定 Hookify 規則,以監控檔案、Bash 指令或使用者提示中的特定模式。
掌握先進的提示工程技術,以最大化生產環境中大型語言模型(LLM)的性能、可靠性和可控性。
銷售AI助手,能將業務場景自動轉化為AI提示詞,協助銷售人員快速生成高品質郵件、方案與分析報告,無需具備提示詞撰寫技能。
透過提供領域特定權杖、魔術位元組與協定關鍵字,引導模糊測試器深入挖掘程式碼路徑,提升測試效率。