工程開發生產力研究
context-fundamentals
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。
瀏覽: 15★ 15,338
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 203 個技能
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。
將效能分析資料綜合為具體建議及有據可依的技術決策。
使用 Browserbase 將無伺服器瀏覽器自動化部署為雲端函數。適用於定時任務、Webhook 端點以及在雲端執行自動化腳本。
indiiOS 的自動遞迴執行引擎,負責管理任務完成、狀態驗證與錯誤處理。
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。
用於將任務分發給專業背景代理的智能編排系統,具備基於性能的路由與執行追蹤功能。
用於驗證 AI 代理技能配置並檢測規則違規的測試夾具。
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。
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 Claude Code 啟用跨會話上下文持久化,管理工作歷程、專案決策與工作流模式,確保任務無縫接續。
透過 SSE 協定直接連接 RagCode MCP,無需繁瑣的設定檔或二進位檔案依賴。
啟動自動化逆向工程,探索程式碼庫架構、層級與技術堆疊,以利於系統現代化或文件編撰。