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 292 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。
架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線,提升 LLM 應用的精確度。
讀取 Obsidian 知識庫或筆記庫中特定筆記的全文內容。
為構建 Claude API 生產級應用提供專家指導,涵蓋 SDK 使用、提示詞緩存、批量處理、串流傳輸、工具調用及成本優化策略。
全面的文獻引用管理工具:搜尋 Google Scholar 與 PubMed,從 DOI、PMID 或 arXiv 提取元數據,驗證引用準確性,並生成格式正確的 BibTeX 條目。
驗證客戶回饋分析工具的 Excel 匯出檔,確保 7 個檢視頁面、36 個欄位及專業格式正確無誤。保證客戶交付產物的零錯誤標準。
在開始解決方案前,定義核心客戶問題、證據與成功假設,確保產品發現階段的工作具備數據基礎。
分析並總結網路文章、新聞通訊及部落格內容,自動產出結構化 Markdown 報告。適合內容整理、知識管理與研究分析。
HealthSim 跨產品數據持久化、SSN 實體關聯及 DuckDB 資料庫操作的基礎設施。
使用 curl 從公開分享的 Google 文件中可靠地讀取並提取內容,確保獲取完整文件。
使用高精度說話者分離技術轉錄 YouTube 影片與本地影音檔案,提供適合 AI 分析的結構化文字輸出。
結構化推理工具,用於複雜問題分解、分步分析、一致性驗證以及帶有置信度評分的證據合成。