登录
下载

Skill UI

浏览并发现 15507+ 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 RACI ，共找到 74 条记录
默认排序 最新上传 最多下载

Kling AI API 调试与可观测性工具

klingai-debug-bundle
jeremylongshore/claude-code-plugins-plus-skills
296
这是一个用于Kling AI API集成的综合调试和可观测性工具。它能够自动捕获每一次API调用的请求/响应对、任务生命周期事件和详细的耗时指标。通过结构化日志记录，可以帮助开发者系统性地排查视频生成管道中的问题，确保构建的AI应用具备高可观测性。
查看详情

LangChain CI/CD集成与测试框架

langchain-ci-integration
jeremylongshore/claude-code-plugins-plus-skills
209
这是一个为LangChain应用设计的完整CI/CD流水线。它通过GitHub Actions自动化质量保障，集成了快速的模拟单元测试和使用真实大型语言模型（LLM）的集成测试。核心功能包括端到端的RAG流程验证和LangSmith追踪，确保应用的高可靠性。
查看详情

LangChain调试证据收集器

langchain-debug-bundle
jeremylongshore/claude-code-plugins-plus-skills
197
用于收集LangChain应用的全面诊断信息。它能够获取完整的环境快照、依赖库版本、详细的执行流程跟踪（包括LLM调用和工具使用，如LangSmith traces），以及完整的错误堆栈。适用于故障排查和准备提交高质量的Bug报告。
查看详情

Langfuse常见错误诊断与修复

langfuse-common-errors
jeremylongshore/claude-code-plugins-plus-skills
305
本指南是Langfuse集成错误的诊断参考手册，收录了10个最常见的集成错误。它详细列出了错误代码、根本原因和测试解决方案，帮助开发者快速定位和修复LLM应用在追踪、认证、连接等方面遇到的各种问题。
查看详情

部署Langfuse进行LLM可观测性

langfuse-deploy-integration
jeremylongshore/claude-code-plugins-plus-skills
288
本指南提供了一份全面的教程，指导开发者如何将Langfuse LLM可观测性集成到主流的云和无服务器环境中。内容覆盖了Vercel、AWS Lambda、Google Cloud Run和Docker等平台的最佳实践，确保了对整个AI工作流的完整追踪和性能监控。
查看详情

Langfuse 基础追踪示例

langfuse-hello-world
jeremylongshore/claude-code-plugins-plus-skills
275
本示例展示了如何使用 Langfuse SDK 实现基础的追踪功能。它详细演示了追踪（Trace）、跨度（Span）和生成（Generation，即LLM调用）的完整层次结构，提供了TypeScript和Python两种语言的代码实现，适用于初次接入和测试项目。
查看详情

Langfuse SDK安装与认证

langfuse-install-auth
jeremylongshore/claude-code-plugins-plus-skills
353
本技能指导用户如何在项目中安装和配置Langfuse SDK，用于实现大语言模型（LLM）的观测性。内容涵盖了JavaScript/TypeScript和Python两种语言的设置流程，指导用户完成API密钥获取和环境变量配置，从而实现对AI应用调用过程的完整追踪和监控。
查看详情

优化Langfuse追踪性能

langfuse-performance-tuning
jeremylongshore/claude-code-plugins-plus-skills
385
本指南提供了一套完整的Langfuse性能优化方案。它涵盖了从基准测试、批处理配置调整到非阻塞追踪包装和Payload优化等多个方面，旨在解决高并发场景下的延迟和资源开销问题，确保系统在高吞吐量下稳定运行。
查看详情

Langfuse LLM可观测性架构最佳实践

langfuse-reference-architecture
jeremylongshore/claude-code-plugins-plus-skills
133
本指南提供了Langfuse生产级的架构模式，用于构建完整的LLM可观测性基础设施。内容涵盖了单例SDK初始化、跨异步边界的上下文传播、Express中间件自动追踪，以及利用OpenTelemetry实现微服务间的跨服务追踪等最佳实践，适用于构建企业级、高可扩展性的应用监控系统。
查看详情

Langfuse SDK 追踪最佳实践模式

langfuse-sdk-patterns
jeremylongshore/claude-code-plugins-plus-skills
253
本指南详细介绍了 Langfuse SDK 的生产级最佳实践模式。它涵盖了从单例客户端配置到使用 `observe` 包装器和 `startActiveObservation` 进行精细化控制等高级用法。帮助开发者实现健壮的 LLM 调用追踪、会话管理和错误安全记录，显著提升 AI 应用的可观测性。
查看详情

Langfuse LLM可观测性安全指南

langfuse-security-basics
jeremylongshore/claude-code-plugins-plus-skills
334
本指南提供了Langfuse LLM可观测性的安全最佳实践。核心内容包括：API密钥的严格管理、在追踪数据中清洗个人身份信息（PII）、自托管环境的安全加固、以及实施最小权限原则。帮助开发者确保其LLM集成在处理输入和输出数据时符合严格的数据隐私和安全标准。
查看详情

Linear API调试与追踪工具包

linear-debug-bundle
jeremylongshore/claude-code-plugins-plus-skills
90
这是一个用于Linear API集成的全面、生产级的调试和监控工具包。它包含了多个功能模块，包括：请求/响应详细日志记录的客户端包装器、性能追踪器（提供平均延迟、P95等统计数据）、健康检查工具和环境验证器。适用于需要进行API性能监控、深度调试或搭建生产级日志系统的开发者。
查看详情
上一页1234567下一页
语言
简体中文
English