content-creator
88建立符合品牌一致性的行銷內容
行銷團隊需要能在各通路保持一致的內容。這項技能可協助規劃、撰寫、分析及最佳化內容,以符合品牌語調與 SEO。
在 Java 中建置 Azure Vision 影像分析
Java 團隊需要可靠的 Azure AI Vision 影像分析模式。此技能提供針對 OCR、標題、標籤、物件、人物和智慧裁切的精簡 SDK 範例。
將此請求複製給你的智慧代理,其中包含權威 Skill 頁面和清單。
Review the Skillstore skill "azure-ai-vision-imageanalysis-java" from https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java.md and its manifest at https://skillstore.io/api/skills/sickn33-azure-ai-vision-imageanalysis-java/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智慧代理仍應顯示其計畫,並依安全政策請求必要確認。
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時,請使用這些連結。
正在使用「azure-ai-vision-imageanalysis-java」。 Java OCR 指引請求
預期結果:
一份精簡的實作計畫,包含用戶端設定、READ 功能使用、結果遍歷和 Azure 認證注意事項。
正在使用「azure-ai-vision-imageanalysis-java」。 影像中繼資料分析請求
預期結果:
一份功能計畫,涵蓋標題、標籤、偵測到的物件、信賴度值和邊界框處理。
正在使用「azure-ai-vision-imageanalysis-java」。 部署準備請求
預期結果:
一份檢查清單,包含認證、端點設定、影像大小限制、區域支援和 Azure HTTP 錯誤處理。
All 38 external-command alerts are false positives caused by Markdown fences or inline code formatting. The URL and environment-variable examples support expected Azure SDK configuration and do not expose credentials. No prompt injection, malicious command execution, or unauthorized data exfiltration was found.
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據,不判斷該 Skill 是否安全。
https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-azure-ai-vision-imageanalysis-java/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/sickn33-azure-ai-vision-imageanalysis-java.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). azure-ai-vision-imageanalysis-java security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java/audits/5@techreport{sickn33-sickn33-azure-ai-vision-imageanalysis-java-2026,
author = {sickn33},
title = {azure-ai-vision-imageanalysis-java security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java/audits/5},
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: "azure-ai-vision-imageanalysis-java security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/sickn33-azure-ai-vision-imageanalysis-java/audits/5"
identifiers:
- type: other
value: "skillstore:sickn33-azure-ai-vision-imageanalysis-java:audit:5"
description: "Skillstore immutable audit report identifier"
使用 Azure AI Vision 用戶端模式,在 Java 服務中實作標題產生。
使用 OCR 範例讀取上傳影像中的印刷或手寫文字。
結合物件偵測、標籤和智慧裁切,用於影像中繼資料工作流程。
使用此技能展示 Azure AI Vision Image Analysis 的 Maven 相依性和 Java 用戶端設定。
使用此技能建置一個 Java 範例,從本機影像產生標題並擷取文字。
使用此技能設計一次 Java 分析呼叫,用於標題、標籤、物件和 OCR。
使用此技能概述正式環境 Azure Vision 工作流程的 Java 錯誤處理、認證選擇和區域檢查。
作者
sickn33授權
MIT
Skillstore 修訂
r2
版本提示
作者未聲明版本。
引用
f9e2c34b4f19c7f3e6b0a1e93227b5f77cc12526
維護新鮮度
2026/7/26
使用量
8 次下載 · 104 次瀏覽
檔案結構
📄 SKILL.md
建立符合品牌一致性的行銷內容
行銷團隊需要能在各通路保持一致的內容。這項技能可協助規劃、撰寫、分析及最佳化內容,以符合品牌語調與 SEO。
以經實證的模式改善 LLM 提示詞
不一致的提示詞會浪費時間,並讓 AI 輸出難以信任。此技能透過可重複使用的模式、範例、評估步驟和最佳化工作流程來指引提示詞設計。
設計可擴展的軟體架構
在 web、mobile、backend 和 cloud 系統之間比較架構決策並不容易。此技能提供結構化指南與本機 scaffold scripts,用於報告、依賴項審查和取捨文件。
以資深級模式建置全端應用程式
團隊需要一致的設定、架構與審查指引,來打造現代 Web 應用程式。此技能為 React、Next.js、Node.js、GraphQL 和 PostgreSQL 專案提供 scaffolders、工作流程參考與品質提示。
使用 Prompt Engineer 優化 AI 提示詞
當目標模糊或複雜時,要寫出清楚的提示詞並不容易。此技能會運用經驗證的提示詞框架,將粗略請求轉化為結構化提示詞。
運用研究洞察排定產品工作的優先順序
產品團隊需要更快速的方法來排序功能、綜合訪談內容並記錄決策。此技能提供 RICE 評分、訪談分析和 PRD 範本,用於結構化規劃。
審查 Java 程式碼是否符合阿里規範
由 ns3154
Java 團隊需要統一的編碼規範和審查口徑。本 skill 使用阿里巴巴 Java 開發手冊指導審查、生成和重構。
建置 FiftyOne 外掛程式
由 AdonaiVera
FiftyOne 外掛程式工作可能需要許多檔案、API 和測試步驟。此技能會引導代理完成規劃、程式碼產生、本機安裝與反覆迭代。
打造更好的 Spring Boot 應用程式
由 github
Spring Boot 專案可能在分層、設定、測試與安全性方面變得不一致。此技能提供精簡的最佳實務指引,協助使用 Spring Boot 設計可維護的 Java 服務。
為 Allra 設計 Spring REST API
由 Allra-Fintech
後端團隊在新增 Spring API 和 DTO 時,經常會失去一致性。這項技能會套用 Allra 在 package 佈局、REST 命名、DTO records、驗證和回應方面的慣例。
更快速建置 AllayMC 外掛
由 AllayMC
AllayMC 外掛開發需要正確的中繼資料、Gradle 設定與生命週期程式碼。此技能會引導 Claude、Codex 和 Claude Code 參照官方資料來建立、更新及偵錯外掛。
稽核 Java 專案的 DDD 合規性
由 bookiosk
大型 Java 專案可能逐漸累積分層違規與不一致的領域模式。此技能會稽核每個 Java 檔案,並產生依優先順序排列且可採取行動的發現。