caveman-discover
标记仓库中所有 LLM 工作流以便分类计费。
构建、配置和评估 AI、模型与智能体工作流。
第 3 页 · 共 1230 个 Skill
标记仓库中所有 LLM 工作流以便分类计费。
检查 Caveman 实验状态,阻止不安全的执行。
协调多个不同视角的子智能体调查同一问题并合成建议。
用高级提示工程技术优化 LLM 输出质量。
开发Claude Code插件的Agent子代理。
开发Claude Code插件的Skill技能。
用阿里云百炼CLI管理应用、模型和知识库。
扫描整个代码库,找出可以删除或简化的过度工程化代码。
委托子代理研究问题,避免直接阅读大量文件导致上下文混乱。
在应用中调用ChatGPT、GPT等OpenAI模型。
自主开发中大型功能,拆分成任务并让子代理并行实现。
用Python asyncio编写高性能异步应用。
为Deep Agent添加持久化存储和文件系统访问。
让AI代理主动预测你的需求并持续改进。
使用Langfuse监控和追踪AI应用。
在插件中集成MCP服务器。
构建RAG检索增强生成系统。
设计并构建生产级的Convex后端,包括数据模型、查询和认证。
为Convex应用添加AI对话和RAG后端功能。
当用户重复造轮子时,推荐已有的Convex组件。
收集Dart测试覆盖率并生成LCOV报告。
创建适合AI理解的项目规格文件。
开发Claude Code的自定义命令。
用uv快速管理Python依赖和虚拟环境。
创建Claude Code插件的钩子来验证工具调用。
为LangChain添加人工审批中间件。
用子agent和任务规划编排Deep Agents。
用命令行控制桌面软件如Photoshop。
设计Python项目的模块结构和公开接口。
为仓库创建AGENTS.md说明文件。
构建Deep Agents应用框架。
配置LangChain和相关包的版本。
生成新的功能实现计划文件。
构建RAG系统,让AI应用能基于外部知识库提供准确的回答。
把识别出的威胁映射到对应的安全控制措施。
使用LangChain和LangGraph设计LLM应用的架构。
查询加密货币衍生品数据,包括资金费率、清算和持仓。
更新需求和实现计划文件供AI执行。
按照仓库规范提交代码、创建分支和PR。
创建可发布到PyPI的Python包结构。