Loading...
Loading...
共找到 342 个 Skills
将LLM响应压缩为纯有效信息——Rocky的早期标记风格。去掉冠词、填充语、模糊表述。最适用于流水线和编码场景。
为Orbitant生成符合品牌视觉标识的博客文章缩略图，使用Google的Imagen API（Nano Banana 2）。在创建博客图片、生成缩略图、设计文章首图，或者有人需要为Orbitant的见解/博客文章制作视觉素材时激活该功能。即使用户只说“我需要为这篇文章做一张图”“创建缩略图”“生成首图”或“制作特色图片”，也可以使用此技能。当用户提到“Nano Banana 2”“图像生成”，或者询问AI图像工具的提示词时，也会触发该技能。
生成具备多种布局类型和视觉风格的专业信息图。 分析内容，推荐布局与风格，生成可直接用于发布的信息图。 当用户要求创建“infographic”、“信息图”、“visual summary”或“可视化”时使用。
将Markdown计划转换为Beads（带有依赖关系的任务），并打磨至可实施状态。作为规划与Agent集群执行之间的桥梁，本文还包含了所使用的精确提示词。
Claude的视觉与多模态能力，涵盖图像分析、PDF处理和文档理解功能。支持图像输入、Base64编码、多图处理及视觉分析的使用。
衡量并提升AI的工作表现。适用于AI给出错误答案、准确率低、响应不可靠，或是你需要测试AI质量、评估AI、制定指标、性能基准测试、优化提示词、提升结果，或是系统性优化AI的场景。内容涵盖DSPy评估、指标与优化。
用于编写指导Claude行为的指令时——包括Skills、CLAUDE.md文件、Agent提示词、系统提示词。涵盖Token效率、合规技巧以及发现优化方法。
运用针对OpenAI GPT-5及其他大语言模型（LLM）的最佳实践来生成和优化提示词。应用Chain-of-thought（思维链）、few-shot（少样本）提示、渐进式披露等高级技术。
当你为LLM流水线编写、审核或优化提示词（包括任务提示词、系统提示词以及LLM-as-Judge提示词）时，可以使用本技能。触发场景包括：编写或优化提示词的请求、诊断LLM输出不一致或错误的原因、弥合用户意图与模型行为之间的差距、减少指令中的歧义、添加小样本示例、构建复杂提示词结构或改进输出格式。此外，当用户需要区分规格缺陷（指令不明确）与泛化缺陷（模型局限性），或者根据观察到的故障模式迭代优化提示词时，也可使用本技能。请勿将其用于通用编码任务、文档创建或非LLM相关的写作工作。
借助基于DSPy的GEPA（生成/评估/提议/应用）循环来评估并优化Agent技能。将场景YAML文件加载为DSPy数据集，使用模式匹配指标对输出打分，并通过BootstrapFewShot或MIPROv2提示优化器来优化提示词。同时还能根据技能描述生成新的场景YAML文件。
一个微型提示词，用于提醒Agent它是一名交互式程序员。当Copilot能够访问REPL时（可能通过Backseat Driver实现），在Clojure环境中使用效果极佳。该提示词适用于任何Agent可访问实时REPL的系统。你可以根据自身工作流和/或工作空间的需求，对提示词进行适配调整。
为Claude Code项目创建和优化CLAUDE.md内存文件或.claude/rules/模块化规则，提供关于文件层级、内容结构、路径范围规则、最佳实践和反模式的全面指导。适用于处理CLAUDE.md文件、.claude/rules目录、搭建新项目，或提升Claude Code的上下文感知能力的场景。