ai-ml
使用 Claude 构建 AI/ML 应用程序
此工作流捆绑包提供了构建生产级 AI 应用程序的全面指南，涵盖从 LLM 集成到 RAG 系统和 AI Agent。它将多个专业技能协调成一个连贯的开发流程。
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "ai-ml". 使用 @ai-product 设计 AI 驱动的功能
النتيجة المتوقعة:
这会触发 ai-product 技能，引导您完成 AI 功能设计，包括用例定义、模型选择和架构规划。
استخدام "ai-ml". 使用 @rag-engineer 设计 RAG 流水线
النتيجة المتوقعة:
rag-engineer 技能提供检索增强生成流水线设计指南，包括数据流水线设计、嵌入模型选择和向量数据库设置。
استخدام "ai-ml". 使用 @langgraph 创建有状态的 AI 工作流
النتيجة المتوقعة:
LangGraph 集成技能帮助创建复杂的、有状态的 AI 工作流，具有适当的状态管理和工作流编排。
التدقيق الأمني
آمنStatic 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.
مشكلات متوسطة المخاطر (3)
درجة الجودة
ماذا يمكنك بناءه
构建 LLM 驱动的应用程序
按照分阶段工作流设计、集成和部署具有适当可观测性的 LLM 驱动功能。
实现 RAG 系统
使用 RAG 实现阶段设置向量数据库、嵌入策略和检索流水线。
创建 AI Agent 系统
使用自主 Agent 模式、CrewAI 和 LangGraph 集成设计多 Agent 架构。
جرّب هذه الموجهات
使用 @ai-product 为我的应用程序设计 AI 驱动的功能。按照第一阶段工作流执行。
使用 @rag-engineer 设计 RAG 流水线，然后使用 @vector-database-engineer 设置向量搜索，使用 @embedding-strategies 选择最佳嵌入。
使用 @crewai 构建基于角色的多 Agent 系统，然后使用 @langgraph 创建有状态的 AI 工作流。
使用 @ml-engineer 构建机器学习流水线，使用 @mlops-engineer 设置 MLOps 基础设施。
أفضل الممارسات
- 按顺序遵循工作流阶段，以实现全面的 AI 开发
- 使用检查清单确保所有关键组件都得到处理
- 调用专业技能以获取各领域的深度专业知识
- 在将 AI 功能部署到生产环境之前应用质量门禁
تجنب
- 跳过工作流阶段 - 每个阶段都基于先前的工作
- 忽略可观测性阶段 - AI 系统需要监控
- 不遵循安全实践 - AI 功能需要输入验证和速率限制
- 跳过质量门禁 - AI 功能在部署前需要全面测试