📦
content-creator
88创建品牌一致的营销内容
营销团队需要在各个渠道保持一致的内容。此技能可帮助规划、撰写、分析和优化内容，使其符合品牌语调和 SEO 要求。
写作与内容 查看
技能 ai-engineer
📦
ai-engineer
内容修订 r2 安全
构建生产级 LLM 应用和 AI Agent
团队需要可靠的 LLM 系统来处理检索、编排、安全和成本。此技能指导 Claude、Codex 和 Claude Code 完成生产级 AI 设计与实现。
支持: Claude Codex Code(CC)
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
智能体请求
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.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“ai-engineer”。 为内部政策文档设计一个 RAG 助手。
预期结果:
- 架构涵盖摄取、分块、向量存储、混合检索、重排序、答案生成和来源引用。
- 评估计划包括黄金问题、检索指标、幻觉检查、访问控制测试和监控要求。
正在使用“ai-engineer”。 改进一个速度慢且成本高的聊天机器人。
预期结果:
- 使用模型路由、响应缓存、流式传输、提示词裁剪、速率限制和回退行为的优化计划。
- 针对延迟预算、成本告警、错误跟踪和分阶段发布的运营检查。
正在使用“ai-engineer”。 为 AI Agent 添加安全控制。
预期结果:
- 安全设计包括工具权限、提示词注入检查、PII 脱敏、审计日志、升级规则和对抗性测试。
- 发布清单包括监控、事件响应、策略审查和人工接管路径。
安全审计
安全v6 • 2026/7/23 打开版本化报告
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.
1
已扫描文件
191
分析行数
0
复核项
0
已忽略误报
最新一次完成的静态与语义审计未检测到已确认的安全发现。这并不能证明该 Skill 没有副作用。
审计者: codex 查看审计历史 →
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/sickn33-ai-engineer/audits/6?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/sickn33-ai-engineer?utm_source=security_passport_badge)HTML 徽章
<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>嵌入卡片
<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>学术引用 (APA · BibTeX · CFF)
APA 引用
sickn33. (2026). ai-engineer security audit report (audit version 6) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-ai-engineer/audits/6BibTeX 引用
@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}
}CITATION.cff
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"
Skillstore 评分
评分依据 证据置信度: 高 55
架构
85
可维护性
87
内容
68
社区
83
规范符合性
你能构建什么
发布企业 RAG 助手
为知识助手规划摄取、分块、嵌入、检索、重排序、访问控制和评估。
构建使用工具的支持 Agent
为客户运营设计包含记忆、工具、升级逻辑、监控和安全检查的 Agent 工作流。
加固现有 LLM 功能
审查提示词、检索质量、滥用场景、PII 处理、延迟、成本和生产可观测性。
试试这些提示
规划基础 LLM 功能
为我的应用设计一个简单的 LLM 功能。包括数据流、模型选择、提示词结构、测试和发布步骤。
设计 RAG Pipeline
为这些文档和用户设计一个 RAG pipeline。涵盖摄取、分块、嵌入、向量存储、检索、重排序和评估。
实现 Agent 工作流
创建一个包含工具、记忆、权限、升级路径、可观测性、安全检查和故障处理的 Agent 架构。
审计生产 AI 可靠性
从可靠性、安全、成本、延迟、监控、提示词注入风险、PII 处理和发布就绪度方面审查这个 LLM 系统。
最佳实践
- 在请求架构之前，提供数据源、用户角色、延迟目标、成本限制和合规需求。
- 为每个生产级 AI 实现请求评估指标和发布阶段。
- 在暴露工具或敏感数据之前，审查安全性、可观测性和回退行为。
避免
- 不要在缺少检索质量、提示词注入和故障场景测试的情况下发布 LLM 功能。
- 不要在没有权限、审计日志和人工升级机制的情况下，让 Agent 访问强大的工具。
- 不要只根据基准分数选择模型，而不检查延迟、成本、上下文和策略需求。
常见问题
这个技能可以帮助构建什么？
它帮助构建 LLM 应用、RAG 系统、AI Agent、多模态工作流和生产级 AI 基础设施。
它能为我的项目选择模型吗？
可以。它可以根据能力、延迟、成本、上下文大小、工具支持和部署约束来比较模型选项。
它支持企业 RAG 系统吗？
支持。它涵盖摄取、嵌入、向量数据库、混合搜索、重排序、评估、访问控制和监控。
它能改进 AI 安全性吗？
可以。它会推荐针对提示词注入、PII、内容审核、偏见、工具权限和事件响应的控制措施。
它能替代提供商文档吗？
不能。提供商 API 和模型能力经常变化，因此应使用当前文档确认实现细节。
谁应该使用这个技能？
使用 Claude、Codex、Claude Code 或类似工具构建生产级 AI 功能的工程师、架构师和产品团队。
开发者详情
作者
sickn33许可证
MIT
Skillstore 修订
r2
版本提示
作者未声明版本。
引用
ebdfe608f5de2b66ff37ab4af12af8ac4f5e8006
维护新鲜度
2026/7/29
使用量
6 次下载 · 92 次浏览
文件结构
📄 SKILL.md
sickn33 的更多技能
查看全部📦
prompt-engineering-patterns
85用成熟模式改进 LLM 提示词
不一致的提示词会浪费时间，并让 AI 输出难以信任。此技能通过可复用模式、示例、评估步骤和优化工作流来指导提示词设计。
效率 查看
📦
senior-architect
81设计可扩展的软件架构
在 Web、移动端、后端和云系统之间比较架构决策并不容易。此技能为报告、依赖项审查和权衡文档提供结构化指南与本地脚手架脚本。
编码与开发 查看
📦
senior-fullstack
81使用资深级模式构建全栈应用
团队需要针对现代 Web 应用的一致设置、架构和审查指导。此技能为 React、Next.js、Node.js、GraphQL 和 PostgreSQL 项目提供脚手架工具、工作流参考和质量提示。
编码与开发 查看
📦
prompt-engineer
81使用 Prompt Engineer 优化 AI 提示词
当目标模糊或复杂时，编写清晰的提示词很困难。此技能会使用经过验证的提示词框架，将粗略请求转化为结构化提示词。
效率 查看
📦
product-manager-toolkit
80利用研究洞察优先安排产品工作
产品团队需要更快的方法来对功能排序、综合访谈内容并记录决策。此技能提供 RICE 评分、访谈分析和 PRD 模板，用于结构化规划。
效率 查看
相关技能
查看全部📦
senior-prompt-engineer
81设计更好的 LLM 提示词
由 alirezarezvani
提示词质量经常失败，是因为需求、示例和评估标准不清晰。此技能帮助团队为 Claude、Codex 和 Claude Code 设计、测试和审查生产环境提示词。
编码与开发 查看
📦
context-degradation
81诊断 AI 智能体中的上下文退化
由 ChakshuGautam
长对话和大型提示可能会让 AI 智能体丢失重要信息，或遵循相互冲突的上下文。此技能可帮助 Claude、Codex 和 Claude Code 识别退化模式并选择缓解策略。
编码与开发 查看
📦
code-review
80使用 AI Agent 审查拉取请求
由 Bind
手动拉取请求审查可能会遗漏 bug、逻辑错误和仓库规则违规。此技能会协调多个 AI 审查器，并在报告简洁结果前验证发现的问题。
编码与开发 查看
📦
langchain-architecture
78设计 LangChain 应用架构
由 wshobson
团队在使用智能体、检索、记忆和工具构建 LLM 应用时，需要可重复使用的模式。此技能为规划工作流、回调、测试和生产检查提供结构化的 LangChain 指导。
编码与开发 查看
📦
rag-implementation
78构建有依据的 RAG 应用
由 wshobson
LLM 应用通常需要从私有或不断变化的知识源中获取可靠答案。此技能通过分块、嵌入、检索、重排序、提示词和评估来指导 RAG 设计。
编码与开发 查看
📦
new-agent-creation
78创建 Unite-Hub AI 智能体
由 CleanExpo
创建新的 Unite-Hub 智能体需要协调代码、路由、注册表、测试和治理步骤。此技能为 Claude、Codex 和 Claude Code 工作流提供简洁的检查清单和模板。
编码与开发 查看