登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
19985+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
Validation
,共找到
73
条记录
默认排序
最新上传
最多下载
技能化架构重构
skill-based-architecture
WoJiSama/skill-based-architecture
465
将臃肿的单文件 SKILL.md 或分散的项目规则重构为结构清晰的技能目录:按需渐进分级、拆分规则与流程、生成路由与校验脚本,降低重复维护并提升触发命中率。
查看详情
智能体评估报告生成
agent-evaluation-reporting
sickn33/agentic-awesome-skills
179
将 AI 智能体评估运行转化为决策就绪报告,确保自主、辅助、失败及超时结果清晰可比。该方法定义正确的分母计算指标,诚实处理延迟和成本数据,并将证据映射到决策门限。适用于智能体基准测试、回归测试及生产就绪验证。
查看详情
AI 智能体工具构建
agent-tool-builder
sickn33/agentic-awesome-skills
397
本技能专注于设计 AI 智能体与真实世界交互的工具。涵盖从 Schema 设计、JSON Schema 最佳实践到错误处理和验证。包括为 LLM 编写描述以及新兴的 MCP 标准。良好的工具设计可防止幻觉并确保安全。提供 Python SDK 函数调用示例。
查看详情
AI 智能体安全
ai-agent-security
sickn33/agentic-awesome-skills
197
保护 AI 智能体免受提示注入、工具滥用、数据泄露和权限提升等威胁,提供输入验证、沙箱执行、审计日志和纵深防御控制。
查看详情
持久目标循环提示词
goal-loop
sickn33/agentic-awesome-skills
433
为长时间运行的自主智能体工作设计并解释结构化的 /goal 持久循环提示词,包含可验证的停止条件、校验命令和强制文档要求。适用于迁移、覆盖率提升、TDD 功能开发和重构等场景。
查看详情
基于证据的输出评估工具
jev-eval
wuyoscar/jev-skill
300
该技能用于根据明确标准评估提供的输出,包括代码变更审查和授权安全评估。支持基于证据的审查线索、评分判断和批量转录评估。帮助用户判断现有输出或观察到的行为,但不涉及合并或运行目标。适用于设计请求、代码审查和安全工作流。用户可选择真实 API 调用或模拟模式进行独立结果验证。
查看详情
LLM 应用安全加固
llm-app-security
sickn33/agentic-awesome-skills
55
用于加固 LLM 聊天机器人、RAG 流水线和 SaaS AI 功能,通过输入校验、输出控制、租户隔离与滥用防护,应对提示注入、数据泄露及 OWASP LLM Top 10 风险。
查看详情
LLM 结构化输出提取
llm-structured-output
sickn33/agentic-awesome-skills
168
讲解如何从 LLM 接口稳定获取 JSON、枚举与类型化对象,覆盖 OpenAI response_format、Anthropic tool_use、Gemini responseSchema 及本地模型约束解码,并包含模式设计、校验与重试策略。
查看详情
机器学习流水线工作流
ml-pipeline-workflow
sickn33/agentic-awesome-skills
483
提供端到端 MLOps 流水线编排指南,涵盖数据准备、模型训练、验证、部署、监控及工作流自动化最佳实践。
查看详情
大模型提示缓存策略
prompt-caching
sickn33/agentic-awesome-skills
169
面向大语言模型的提示缓存策略,涵盖 Anthropic 提示缓存、响应缓存、缓存失效与缓存增强生成(CAG),用于降低延迟和成本。
查看详情
AI 提示注入防御
prompt-injection-defense
sickn33/agentic-awesome-skills
271
通过输入清洗、工具权限控制和输出验证,保护 AI 系统免受提示注入攻击。适用于保护 LLM 应用、RAG 管道和代理工作流,防御直接和间接攻击,确保系统安全。
查看详情
PydanticAI:类型安全LLM代理框架
pydantic-ai
sickn33/agentic-awesome-skills
389
PydanticAI 是一个强大的 Python 框架,它将 Pydantic 的类型验证能力引入大型语言模型(LLMs)。它允许开发者构建生产级的 AI 代理,确保 LLM 的输出具有严格的结构化和数据类型安全,不再仅仅是原始文本。框架支持工具调用、依赖注入和多模型兼容性,适用于需要高可靠性和准确数据结构的复杂 AI 场景。
查看详情
上一页
1
2
3
4
5
6
7
下一页
语言
简体中文
English