工程開發自動化
mcp-development
提供模型上下文協議 (MCP) 伺服器開發指南,涵蓋工具設計、資源處理及 AI/ML 整合模式。
瀏覽: 15★ 10
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 209 個技能
提供模型上下文協議 (MCP) 伺服器開發指南,涵蓋工具設計、資源處理及 AI/ML 整合模式。
C 程式語言專家,專注於記憶體管理、系統程式設計、底層優化與除錯最佳實踐。
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。
驗證 n8n 表達式語法,執行上下文感知測試,檢測常見陷阱,並優化工作流程中的數據轉換。
使用 MojoAuth OIDC 託管登入頁面,為 Go 應用程式實作無密碼身份驗證。
VVM (Vibe Virtual Machine) 是用於代理程式的語言,將 LLM 作為執行環境。它能編排多代理工作流程、管理狀態並構建彈性的 AI 管道。
使用 Axum、SQLx 和 thiserror 實作強健的 Rust 後端服務,並運用生產級架構模式。
一個高效能 Liquid 模板引擎,透過中間語言 (IL) 將模板編譯為最佳化的 Ruby 和機器碼。
專注於資料工程的 AI 代理,負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。
專門用於代碼重構的技能。在不改變外部行為的前提下提高代碼可維護性、減少技術債並應用設計模式。
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。
實作 AI 代理委派架構,保持主上下文簡潔,降低 Token 成本,並隔離專業基礎設施或 API 任務。