Skills总结

1、karpathy-coding-principles

Karpathy-guidelines 技能为 LLM 代码生成提供行为准则,通过强调明确的假设、简洁性、精准的修改和可验证的成功标准,减少常见错误。该技能适用于使用 LLM 的开发人员和代码审查人员,旨在提高代码质量并防止过度复杂化。它解决了 LLM 生成的代码引入不必要的复杂性、做出隐性假设、进行漫无目的的修改以及缺乏清晰的成功标准等问题------这些都是 Andrej Karpathy 指出的常见陷阱。

2、brainstorming

这项技能有两个关键用途:

  1. 交互式设计流程: 引导 AI 通过自然、协作的对话,在编写任何代码之前,将想法转化为完整的设计和规范。
  2. **综合创意框架:**提供 30 多个经过研究验证的提示模式,帮助在任何领域(营销、内容、功能)产生高质量的创意。

在完成头脑风暴、提出设计方案并获得用户批准之前,请勿运用任何实施技能、编写任何代码、搭建任何项目框架或采取任何实施行动。此规则适用于所有项目,无论其表面上看起来多么简单。

这项技能有两个关键用途:

  1. 交互式设计流程: 引导 AI 通过自然、协作的对话,在编写任何代码之前,将想法转化为完整的设计和规范。
  2. **综合创意框架:**提供 30 多个经过研究验证的提示模式,帮助在任何领域(营销、内容、功能)产生高质量的创意。

在完成头脑风暴、提出设计方案并获得用户批准之前,请勿运用任何实施技能、编写任何代码、搭建任何项目框架或采取任何实施行动。此规则适用于所有项目,无论其表面上看起来多么简单。

3、Superpowers

实施结构化开发工作流程,包括测试驱动开发、系统调试、代码审查、实施规划以及带有验证检查点的并行任务执行。

4、graphify

面向人工智能编码助手的知识图谱

Graphify 是一项开源技能,它通过从代码、文档、论文和图表构建可查询的知识图谱,帮助 AI 编码助手理解多模态代码库。

相关推荐
用户0332126663678 小时前
使用 Python 在 PowerPoint 中创建折线图和条形图
python
benchmark_cc8 小时前
如何用 Python 进行多周期 K 线合成与时区对齐?基于 QuantDash 与 Pandas 的量化数据清洗实战(附 GitHub 源码)
开发语言·python·github·盯盘·pandas·quantdash·量化数据
不如语冰8 小时前
AI大模型入门-参数的传递
数据结构·人工智能·pytorch·python
用户6760840656178 小时前
GraphBLAS_01_图的稀疏表示
python
小陈工8 小时前
第7篇:Django框架核心原理与实战深度解析(下)
后端·python·面试
用户298698530149 小时前
Python 数据处理:XML 与 Excel 互转的实用指南
后端·python·excel
m0_617493949 小时前
PyCharm 新手避坑指南:一文解决“项目列表消失”与“模块导入报错”两大玄学问题
ide·python·pycharm
中微极客9 小时前
从Prompt到RAG:LLM工程实战全链路解析
人工智能·python·prompt
就牙白9 小时前
中科方德服务器打包RPM
linux·python