Produktionsreife LLM-Apps und KI-Agenten entwickeln
Teams benötigen zuverlässige LLM-Systeme, die Retrieval, Orchestrierung, Sicherheit und Kosten handhaben. Dieser Skill führt Claude, Codex und Claude Code durch Design und Implementierung produktionsreifer KI.
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "ai-engineer" from https://skillstore.io/skills/sickn33-ai-engineer.md and its manifest at https://skillstore.io/api/skills/sickn33-ai-engineer/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
「ai-engineer」を使用しています。 Entwirf einen RAG-Assistenten für interne Richtliniendokumente.
期待される結果:
「ai-engineer」を使用しています。 Verbessere einen Chatbot, der langsam und teuer ist.
期待される結果:
「ai-engineer」を使用しています。 Füge einem KI-Agenten Sicherheitskontrollen hinzu.
期待される結果:
All four static findings are false positives caused by safety and information-retrieval terminology in SKILL.md. The file contains guidance only and does not direct system reconnaissance, jailbreak behavior, code execution, or data exfiltration. No net-new semantic security risks were found.
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
https://skillstore.io/skills/sickn33-ai-engineer/audits/6?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/sickn33-ai-engineer?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/sickn33-ai-engineer?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-ai-engineer/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/sickn33-ai-engineer.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>sickn33. (2026). ai-engineer security audit report (audit version 6) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-ai-engineer/audits/6@techreport{sickn33-sickn33-ai-engineer-2026,
author = {sickn33},
title = {ai-engineer security audit report (audit version 6)},
institution = {Skillstore},
year = {2026},
number = {6},
url = {https://skillstore.io/skills/sickn33-ai-engineer/audits/6},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ai-engineer security audit report (audit version 6)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/sickn33-ai-engineer/audits/6"
identifiers:
- type: other
value: "skillstore:sickn33-ai-engineer:audit:6"
description: "Skillstore immutable audit report identifier"
Plane Ingestion, Chunking, Embeddings, Retrieval, Reranking, Zugriffskontrolle und Evaluation für einen Wissensassistenten.
Entwirf Agenten-Workflows mit Memory, Tools, Eskalationslogik, Monitoring und Sicherheitsprüfungen für den Kundenbetrieb.
Überprüfe Prompts, Retrieval-Qualität, Missbrauchsfälle, PII-Handhabung, Latenz, Kosten und produktionsreife Observability.
Entwirf eine einfache LLM-Funktion für meine App. Berücksichtige Datenfluss, Modellauswahl, Prompt-Struktur, Tests und Rollout-Schritte.
Entwirf eine RAG-Pipeline für diese Dokumente und Nutzer. Decke Ingestion, Chunking, Embeddings, Vektorspeicherung, Retrieval, Reranking und Evaluation ab.
Erstelle eine Agenten-Architektur mit Tools, Memory, Berechtigungen, Eskalationspfaden, Observability, Sicherheitsprüfungen und Fehlerbehandlung.
Überprüfe dieses LLM-System auf Zuverlässigkeit, Sicherheit, Kosten, Latenz, Monitoring, Prompt-Injection-Risiko, PII-Handhabung und Release-Bereitschaft.
作成者
sickn33ライセンス
MIT
Skillstore リビジョン
r2
バージョンに関する注意
作者はバージョンを宣言していません。
参照
ebdfe608f5de2b66ff37ab4af12af8ac4f5e8006
メンテナンスの新しさ
2026/7/29
利用状況
6 ダウンロード · 92 閲覧
ファイル構成
📄 SKILL.md
Markenkonsistente Marketinginhalte erstellen
Marketingteams benötigen Inhalte, die über alle Kanäle hinweg konsistent bleiben. Dieser Skill hilft dabei, Inhalte für Markenstimme und SEO zu planen, zu schreiben, zu analysieren und zu optimieren.
LLM-Prompts mit bewährten Mustern verbessern
Inkonsistente Prompts kosten Zeit und erschweren es, KI-Ausgaben zu vertrauen. Diese Skill unterstützt das Prompt-Design mit wiederverwendbaren Mustern, Beispielen, Evaluationsschritten und Optimierungs-Workflows.
Skalierbare Softwarearchitekturen entwerfen
Architekturentscheidungen sind über Web-, Mobile-, Backend- und Cloud-Systeme hinweg schwer zu vergleichen. Dieser Skill bietet strukturierte Leitfäden und lokale Scaffold-Skripte für Berichte, Abhängigkeitsprüfungen und die Dokumentation von Kompromissen.
Fullstack-Apps mit Senior-Patterns erstellen
Teams benötigen konsistente Einrichtung, Architektur und Review-Anleitung für moderne Webanwendungen. Dieser Skill bietet Scaffolder, Workflow-Referenzen und Qualitäts-Prompts für React-, Next.js-, Node.js-, GraphQL- und PostgreSQL-Projekte.
KI-Prompts mit Prompt Engineer optimieren
Klare Prompts zu schreiben ist schwierig, wenn Ziele vage oder komplex sind. Diese Skill verwandelt grobe Anfragen mithilfe bewährter Prompt-Frameworks in strukturierte Prompts.
Produktarbeit mit Forschungserkenntnissen priorisieren
Produktteams benötigen schnellere Möglichkeiten, Features zu priorisieren, Interviews zusammenzufassen und Entscheidungen zu dokumentieren. Diese Skill bietet RICE-Scoring, Interviewanalyse und PRD-Vorlagen für strukturierte Planung.
Bessere LLM-Prompts entwerfen
作成者 alirezarezvani
Prompt-Qualität scheitert oft daran, dass Anforderungen, Beispiele und Bewertungskriterien unklar sind. Dieser Skill hilft Teams, Produktions-Prompts für Claude, Codex und Claude Code zu entwerfen, zu testen und zu überprüfen.
Kontextdegradation in KI-Agenten diagnostizieren
作成者 ChakshuGautam
Lange Unterhaltungen und umfangreiche Prompts können dazu führen, dass KI-Agenten wichtige Informationen verlieren oder widersprüchlichem Kontext folgen. Dieser Skill hilft Claude, Codex und Claude Code dabei, Degradationsmuster zu erkennen und Minderungsstrategien auszuwählen.
Pull Requests mit KI-Agenten überprüfen
作成者 Bind
Manuelle Pull-Request-Reviews können Bugs, Logikfehler und Verstöße gegen Repository-Regeln übersehen. Diese Skill koordiniert mehrere KI-Reviewer und validiert Ergebnisse, bevor präzise Resultate gemeldet werden.
LangChain-Anwendungsarchitektur entwerfen
作成者 wshobson
Teams benötigen wiederholbare Muster, wenn sie LLM-Anwendungen mit Agenten, Retrieval, Memory und Tools entwickeln. Dieser Skill bietet strukturierte LangChain-Anleitung zur Planung von Workflows, Callbacks, Tests und Produktionsprüfungen.
Fundierte RAG-Anwendungen erstellen
作成者 wshobson
LLM-Anwendungen benötigen oft zuverlässige Antworten aus privaten oder sich ändernden Wissensquellen. Diese Skill-Anleitung unterstützt das RAG-Design mit Chunking, Embeddings, Retrieval, Reranking, Prompting und Evaluation.
Pläne in Beads-Workflows umwandeln
作成者 Dicklesworthstone
Umfangreiche Markdown-Pläne sind für Agententeams schwer konsistent auszuführen. Diese Skill wandelt Pläne in detaillierte Beads-Aufgaben mit Abhängigkeiten, Review-Schleifen und Übergabeanleitungen um.