ai-engineer
與 AI 工程師一起構建生產級 LLM 應用程式
快速開發生產級 LLM 應用程式、RAG 系統和智能 AI 代理，並獲得向量搜尋、多模態 AI 和企業整合方面的專業指導。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「ai-engineer」。 為我的文件構建一個生產級 RAG 系統
預期結果:
我將協助您構建一個生產級 RAG 系統。首先，讓我概述架構：1) 具有分塊策略的文件處理管線，2) 使用 Qdrant 與 HNSW 索引的向量儲存，3) 結合向量相似度和 BM25 的混合搜尋檢索，4) 使用 CrossEncoder 進行重排序以提高相關性。您需要我提供任何特定元件的實作程式碼嗎？
正在使用「ai-engineer」。 我如何在聊天機器人中實作 AI 安全？
預期結果:
對於生產級聊天機器人的 AI 安全，實作這些層級：1) 具有提示注入檢測的輸入過濾，2) 使用 Presidio 進行 PII 檢測和編輯，3) 使用 OpenAI Moderation API 進行輸出審核，4) 每個用戶的速率限制以防止濫用。您需要任何這些元件的詳細實作指導嗎？
安全審計
安全Prompt-only skill with no executable code. Static analysis scanned 0 files (0 lines) and detected 0 potential security issues. Risk score: 0/100. This is a text-based persona prompt for AI engineering tasks with no scripts, network calls, filesystem access, or external command execution. No prompt injection attempts detected.
品質評分
你能建構什麼
企業知識庫 RAG
構建一個生產級 RAG 系統，結合向量搜尋與關鍵字匹配，從公司文件中提供準確答案。
客服 AI 代理
創建一個多代理系統，處理客戶查詢，包含升級工作流程和 CRM 系統整合。
文件分析管線
實作一個多模態管線，從 PDF、圖片和表格中提取資訊，用於自動化文件處理。
試試這些提示
協助我使用 LangChain 和 Qdrant 構建一個基本 RAG 系統，用於語意搜尋。包含向量儲存、分塊策略和檢索管線。
改進我目前的 RAG 系統，加入混合搜尋、重排序和查詢分解。如何在生產環境中實作這些模式？
使用 CrewAI 設計一個多代理系統，具有研究、分析和報告的專門角色。包含記憶體管理和工具整合。
設計一個成本優化的 LLM 推理管線，具有語意快取、基於查詢複雜度的模型路由和預算控制。
最佳實務
- 在構建 AI 系統之前，先定義明確的成功指標和評估框架
- 從第一天起就實作可觀測性，包含追蹤、指標和日誌記錄
- 使用結構化輸出和型別安全以確保可靠的 AI 行為
避免
- 構建概念驗證而不考慮生產可擴展性
- 略過 AI 服務失敗的錯誤處理和備援策略
- 忽視生產系統中 LLM 使用的成本影響