recap
快速回顾近期工作进展和关键决策。
构建、配置和评估 AI、模型与智能体工作流。
第 4 页 · 共 1230 个 Skill
快速回顾近期工作进展和关键决策。
检查并整理代码,让命名、函数和结构更容易理解。
恢复之前的会话继续之前的工作。
进行网站无障碍访问审计并修复问题。
为Python代码添加类型注解和类型检查。
帮你检查和优化ClickHouse数据库。
帮你生成Python MCP服务器。
帮你审查AI提示词的安全性。
帮你编写内存安全的代码。
帮你用文件规划多步骤工作。
帮你评估和改进AI输出。
分析原始提示词并输出优化后的版本,只提供建议不执行任务。
记录开发中的错误、纠正和学习到markdown文件用于持续改进。
选择和优化嵌入模型用于语义搜索和RAG应用的分块策略。
用环境变量和pydantic-settings管理Python应用配置。
计算TAM/SAM/SOM市场规模,用顶向下、底向上和价值理论方法。
Go并发编程模式,包括goroutine、channel和sync原语。
构建自动化计费系统,处理订阅、发票和支付失败恢复。
交互式细化用户提示词,复制最终版本到剪贴板。
Python弹性模式,包括重试、指数退避和超时处理。
通过命令行与MCP服务器交互,列出和调用工具。
在实现前分析代码库,创建相关文件的映射图。
用PlantUML生成ASCII艺术图,适合终端环境。
生成完整的发布计划,包含验证步骤和回滚程序。
创建和维护项目上下文文档,支持新项目搭建。
跟踪和计算SaaS初创公司的关键指标,包括CAC/LTV。
为AI代理系统添加治理、安全控制和审计日志。
管理主要依赖版本升级,分析兼容性并分阶段发布。
实现读写分离的CQRS架构来扩展系统性能。
用Celery等队列实现Python后台异步任务处理。
用波特五力和蓝海策略分析竞争环境和市场定位。
构建从数据准备到模型部署的完整MLOps流水线。
在长对话中建议在逻辑边界处手动压缩上下文。
用上下文管理器管理Python数据库连接和文件句柄。
为事件溯源系统设计和实现事件存储。
用Conductor TDD工作流实现任务并管理检查点。
根据新需求更新项目的规范文档。
结合向量搜索和关键词搜索提升RAG检索效果。
帮你实现向量相似性搜索,用于语义搜索和推荐系统。
帮你调优向量索引参数,平衡召回率、搜索延迟和内存占用。