learn-to-read-code
练习建立对陌生代码的心理模型,而不是让智能体为你总结代码库
共 414432 条已上架资产
练习建立对陌生代码的心理模型,而不是让智能体为你总结代码库
设计、修改和维护能够产生可靠行为的代理技能
提供拉里·佩奇的创新思维模型和决策启发,助力打造颠覆性AI产品和战略级技术布局
获取100%准确的当前模型详细信息,包括模型名称、提供商、API端点和会话状态
小Z的元认知模块——“知道自己知道什么”的置信度检测
卡齐克视角——AI时代内容创作者思维
为 OpenClaw 提供智能模型路由功能
协作迁移特定的 OpenClaw 定时任务至主流 OpenRouter 模型
当安全工程师、应用安全评审员、DevSecOps 负责人或架构师需要为拟议系统生成基于 STRIDE 分类的威胁模型时使用
Virtual gene knockout simulation using foundation models to predict transcriptional changes
根据 KERNEL 框架(保持简洁、易于验证、可复现、范围狭窄、约束明确、逻辑结构清晰)对提示词进行评分,采用 PASS/WEAK/FAIL 等级评定,并将其重写为 TICO-V 输出格式(任务 Task、输入 Input、约束 Const…
在 Adaline 中运行和管理评估,以大规模测试提示词质量
电影化生成层 —— 高端AI内容的品味与技术库
在 Base 上的 Prawnpt War 提示词对战中捍卫奖池
当用户提供 Skill、SKILL
强制执行 OpenCode 和 Ollama 工作流的构建者/审查者纪律,包括:禁止直接提交、禁止发布原始提示词、仅使用相对路径、诚实进行验证,以及签署确认后仍需人工审批
当需将粗略草图、线稿或文字概念转化为产品级照片真实感渲染,或探索造型与材质变体时使用;利用 Vizcom 编写精准带权重的提示词,生成高保真 3D 风格效果图;不适用于平面 UI、Logo、插画或需工程验证的成品决策;触发词:产品渲染、草图…
优化配对的“定义者”与入口点:在开始任何优化或评估之前,将模糊的“让它更好”转化为可衡量的契约——即明确指标、不可被钻空子的正确性判断标准(正确性预言机)、预算限制,以及已捕获的基准线
全面的按需印刷(POD)和电商知识库,涵盖以下领域:
帮助独立教师将“凭记忆排课”升级为“系统化排课与课时管理”