工程開發自動化
multi-agent-patterns
架構多代理系統以突破上下文限制,運用監督者、群體與分層模型等模式來管理複雜工作流程。
瀏覽: 9★ 15,340
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 164 個技能
架構多代理系統以突破上下文限制,運用監督者、群體與分層模型等模式來管理複雜工作流程。
資料分析專員:進行探索性資料分析、統計建模、SQL 查詢與 Python 資料視覺化,透過嚴謹的量化方法將原始數據轉化為可操作的洞察。
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。
Anthropic 結構化輸出實作專家顧問。協助判斷 JSON 模式與嚴格工具使用之間的取捨,確保 schema 合規性與 Agent 工作流的輸入驗證。
透過分析持續整合 (CI) 歷史、執行模式與程式碼結構,識別、分類並排除不穩定的測試 (flaky tests),以提升測試套件的可靠性。
分析財務數據,計算利潤率、投資回報率 (ROI) 等關鍵指標,並自動生成結構化的財務分析報告。
監控 Claude Code 使用情況、代幣消耗、生產力連續記錄及技能有效性指標,以優化您的開發工作流程。
為 AI 代理構建系統化的評估框架,利用多維評分標準、LLM-as-a-judge 與回歸測試,量測代理效能、品質及上下文工程的有效性。
自動化品質閘門,使用 5 個平行 AI 代理程式審查程式碼變更,確保正確性、風格與一致性。
基於商業模式圖 (Business Model Canvas) 的 9 大構面設計與分析工具。
使用文字描述生成專業級音效。製作音訊紋理、電影質感音效、介面音效及環境音,並精確控制時長、循環與提示詞相符度。
生產級監控系統,包含 Prometheus 指標、Grafana 儀表板、PromQL 查詢語言、告警規則與 AI 異常偵測,適用於雲原生應用。