context-degradation
診斷、隔離並緩解 LLM 上下文故障(如中間丟失、中毒、干擾及衝突),提升 AI 代理的執行可靠性。
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 135 個技能
診斷、隔離並緩解 LLM 上下文故障(如中間丟失、中毒、干擾及衝突),提升 AI 代理的執行可靠性。
銷售AI助手,能將業務場景自動轉化為AI提示詞,協助銷售人員快速生成高品質郵件、方案與分析報告,無需具備提示詞撰寫技能。
一套用於上下文工程、多代理架構及生產級代理系統優化的結構化代理技能集。
支援 Claude、GPT、Gemini 與 Ollama 的多模型 LLM 整合方案。包含 API 對接、提示工程、Token 管理及模型中立的編排架構。
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。
用於構建健壯 AI Agent 技能的元技能,採用測試驅動開發 (TDD) 方法:定義失敗 (RED)、實作技能 (GREEN) 並修補合理化漏洞 (REFACTOR)。
使用 Token Surgeon 審核並優化您的 AI 提示詞。偵測 10 種常見的冗餘模式,計算效率分數,並減少 Token 用量以提升提示詞效能。
一種將測試驅動開發 (TDD) 應用於流程文檔的框架,透過壓力測試情境來識別並修補 AI 代理的合理化漏洞,確保文檔執行的可靠性。
高中國文學測解題助手,採用上下文工程(Context Engineering)與檢索增強生成架構,提供高準確度、具可解釋性的國學解題服務。
一種智慧型開發編排技能,透過 mcp-prompts 整合,提供自我優化的程式碼分析、建置錯誤診斷與自動化工作流程配置。
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。
透過 Context Engineering 原則,為 AI 代理程式初始化、生成並執行完整實作藍圖 (PRPs),實現軟體開發一次成功。