MCP HubMCP Hub
Retour aux compétences

ai-engineer-expert

majiayu000
Mis à jour 1 month ago
39 vues
58
9
58
Voir sur GitHub
Autreai-engineeringllmdeploymentproduction-aiintegration

À propos

Cette compétence fournit des conseils d'expert pour la mise en œuvre et le déploiement de systèmes d'IA prêts pour la production, en mettant l'accent sur l'intégration des LLM. Elle couvre des domaines essentiels tels que l'ingénierie de prompts, le RAG, les bases de données vectorielles et les stratégies de déploiement incluant la conception d'API et la surveillance. Utilisez-la lors de la construction, de l'optimisation ou de la mise à l'échelle d'applications d'IA nécessitant des pratiques d'ingénierie robustes et adaptées au monde réel.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add majiayu000/claude-skill-registry -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/majiayu000/claude-skill-registry
Git CloneAlternatif
git clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/ai-engineer-expert

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Dépôt GitHub

majiayu000/claude-skill-registry
Chemin: skills/ai-engineer-expert
0

Compétences associées

agent-usage-optimizer

Autre

Cette compétence optimise la sélection des modèles d'IA en lisant les états des quotas et en recommandant la meilleure allocation Claude/Codex/Gemini pour chaque tâche. Elle fournit un routage tenant compte des quotas et des affichages de marge de manœuvre, ce qui la rend idéale pour les sessions de travail avec de multiples éléments en file d'attente ou lorsque l'on approche des limites de quota. Les développeurs devraient l'utiliser avant de commencer des sessions avec 3 éléments de travail ou plus, ou lorsque les quotas Claude tombent en dessous de 50 % de reste.

Voir la compétence

model-selection

Autre

Cette compétence offre un guide automatisé de sélection de modèle pour Claude Code, basé sur la complexité de la tâche, le coût et les besoins en latence. Elle propose un arbre de décision et un tableau de référence rapide pour aider les développeurs à choisir efficacement entre les modèles Opus, Sonnet et Haiku. Utilisez-la au début de nouvelles tâches pour optimiser les performances et l'utilisation des ressources.

Voir la compétence

agent-usage-optimizer-step-2-display-quota-headroom

Autre

Cette compétence affiche les pourcentages de quota API restants pour différents fournisseurs d'IA dans un tableau formaté avec des indicateurs de statut codés par couleur. Elle aide les développeurs à choisir le modèle le plus approprié en fonction de la disponibilité et des cas d'utilisation recommandés. La sortie inclut des informations sur la fraîcheur du cache et des seuils de statut visuels pour une évaluation rapide des quotas.

Voir la compétence

agent-usage-optimizer-baseline-route-defaults

Autre

Cette compétence fournit une logique de routage par défaut des modèles d'IA selon la complexité des tâches de programmation, indépendamment des limites de quota. Elle affecte les tâches simples à Codex, les tâches standard à Claude Sonnet, et les travaux architecturaux complexes à Claude Opus, avec des options de repli spécifiées. Les développeurs doivent l'utiliser comme configuration de base pour optimiser l'utilisation des agents d'IA dans leurs flux de travail de codage.

Voir la compétence