ai-ml
Claude 로 AI/ML 애플리케이션 구축하기
이 워크플로우 번드는 LLM 통합부터 RAG 시스템, AI 에이전트까지 프로덕션급 AI 애플리케이션 구축을 위한 포괄적인 가이드를 제공합니다. 여러 전문 스킬을 통합된 개발 프로세스로 조율합니다.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "ai-ml". Use @ai-product to design AI-powered features
Résultat attendu:
이것은 ai-product 스킬을 트리거하여 유스 케이스 정의, 모델 선택, 아키텍처 계획을 포함한 AI 기능 설계를 안내합니다.
Utilisation de "ai-ml". Use @rag-engineer to design RAG pipeline
Résultat attendu:
rag-engineer 스킬은 데이터 파이프라인 설계, 임베딩 모델 선택, 벡터 데이터베이스 설정을 포함한 검색 증강 생성 파이프라인 설계에 대한 가이드를 제공합니다.
Utilisation de "ai-ml". Use @langgraph to create stateful AI workflows
Résultat attendu:
LangGraph 통합 스킬은 적절한 상태 관리와 워크플로우 오케스트레이션을 갖춘 복잡하고 상태 기반인 AI 워크플로우를 생성하는 데 도움을 줍니다.
Audit de sécurité
SûrStatic analysis flagged 75 potential issues (external_commands, weak_crypto, system_reconnaissance) but all are false positives. The file is a markdown documentation bundle that orchestrates other skills via reference names in code blocks. No actual code execution, shell commands, or cryptographic operations exist. This is safe for publication.
Problèmes à risque moyen (3)
Score de qualité
Ce que vous pouvez construire
LLM 기반 애플리케이션 구축
단계별 워크플로우를 따라 적절한 관찰 가능성을 갖추고 LLM 기반 기능을 설계, 통합 및 배포하세요.
RAG 시스템 구현
RAG 구현 단계를 활용하여 벡터 데이터베이스, 임베딩 전략, 검색 파이프라인을 설정하세요.
AI 에이전트 시스템 생성
자율 에이전트 패턴, CrewAI, LangGraph 통합을 사용하여 멀티 에이전트 아키텍처를 설계하세요.
Essayez ces prompts
@ai-product 를 사용하여 애플리케이션의 AI 기반 기능을 설계하세요. Phase 1 워크플로우를 따르세요.
@rag-engineer 를 사용하여 RAG 파이프라인을 설계한 다음, @vector-database-engineer 를 사용하여 벡터 검색을 설정하고, @embedding-strategies 를 사용하여 최적의 임베딩을 선택하세요.
@crewai 를 사용하여 역할 기반 멀티 에이전트 시스템을 구축한 다음, @langgraph 를 사용하여 상태 기반 AI 워크플로우를 생성하세요.
@ml-engineer 를 사용하여 머신러닝 파이프라인을 구축하고 @mlops-engineer 를 사용하여 MLOps 인프라를 설정하세요.
Bonnes pratiques
- 포괄적인 AI 개발을 위해 워크플로우 단계를 순서대로 따르세요
- 모든 중요한 구성 요소가 처리되도록 체크리스트 항목을 사용하세요
- 각 분야의 심층적인 전문 지식을 위해 전문 스킬을 호출하세요
- AI 기능을 프로덕션에 배포하기 전에 품질 게이트를 적용하세요
Éviter
- 워크플로우 단계 건너뛰기 - 각 단계는 이전 작업을 기반으로 구축됩니다
- 관찰 가능성 단계 무시 - AI 시스템에는 모니터링이 필요합니다
- 보안 관행 따르지 않기 - AI 기능에는 입력 유효성 검사와 속도 제한이 필요합니다
- 품질 게이트 건너뛰기 - AI 기능은 배포 전에 철저한 테스트가 필요합니다