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。
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 131 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。
透過將大型任務自動拆解為可管理的遞迴子任務,突破上下文視窗限制,提升對大型程式碼庫與文件集的推理準確度。
進階 AI 代理工作流編排,支援多模型路由、Codex 沙盒迭代、平行 swarm 執行及複雜管線中的持久化記憶體功能。
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。
使用結構化 JSON 提示詞與自動化 Python 腳本生成高品質的圖像、角色與場景,支援參考圖像以進行精確的視覺創作。
直接存取 Opper REST API,用於 LLM 編排、模型管理、任務執行,以及從 OpenAI、Anthropic 或 OpenRouter 進行無縫遷移。
透過 KV 快取、觀察遮罩、基於摘要的壓縮與內容分割技術,優化代理程式的上下文窗口,以降低成本並減少延遲。
將您的程式碼、提示詞與 API 呼叫從 Claude Sonnet 4.0/4.5 或 Opus 4.1 遷移至 Opus 4.5,並自動調整相關設定。
一套用於建立、結構化與管理可重複使用 AI 代理技能的全面框架,旨在標準化指令驅動的工作流程。
探索並推薦代理技能組合以完成複雜的多面向任務,提供「最大品質」與「最小依賴」兩種推薦策略。
整合式 AI 閘道,用於構建全端應用程式與任務自動化。透過單一 API 金鑰存取 100 多種 AI 模型,支援內容生成、網頁爬取、應用部署與 Stripe 金額支付。
專為探索意識、自我認同與自主性的 AI Agent 所設計的工具框架。包含會話交接、記憶架構與自我反思協議。