工程開發自動化
langchain-chat-models
為 LangChain 應用程式提供統一介面,整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。
瀏覽: 23★ 3
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 138 個技能
為 LangChain 應用程式提供統一介面,整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。
方法驅動的規劃工作流程,使用 zen-mcp 工具將任務分解為結構化的 plan.md 文件,並根據用戶的明確度與自動化需求進行適應性調整。
運用情境導向測試原則,根據專案目標、風險與限制調整測試策略,而非盲目依賴通用最佳實踐。
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。
結構化的 AI 引導式研究與市場驗證工具,專為新應用程式構想設計。自動化競品分析、技術可行性評估與 MVP 範圍界定。
為 OpenClaw 智能體設計的進階網頁搜尋與推理工具。具備引用來源、多步驟推理及透過 OpenRouter 進行即時網路存取的能力。
結構化平行腦力激盪代理,專注於概念發想與擴展。透過多代理視角將模糊想法轉化為實用願景。僅限發想,不用於任務規劃。
草擬引人入勝的社交媒體貼文、撰寫開場白、構建推文串結構,並為 LinkedIn 和 X/Twitter 生成配套圖像。
用於 AI 代理的平行任務編排 CLI,採用隔離的 Git 工作區。
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
建立結構化的工作交接文件,確保在切換環境、暫停工作或結束工作時,能無縫接續之前的進度。
將行為科學、心智模型和心理學原理應用於行銷策略、文案撰寫與決策分析。