您需要一致的方法來衡量 LLM 品質和回歸問題。此技能提供指標、人工審查指導和測試框架，以實現可靠的 AI 評估。

內容創作者往往難以找到能引起觀眾共鳴的熱門話題。此技能從 TopHub 獲取即時熱榜數據，並使用 Claude 識別高潛力話題和生成內容建議。

防止 AI 模型將搜尋結果視為絕對真理。建立外部證據收集、來源分層和驗證蔓延預防的結構化協定。

透過即時網路搜尋取得 AI 訓練資料以外的最新資訊。非常適合用於研究、事實查核，以及掌握最新發展動態。

為您的 AI 代理程式增強即時網頁搜尋和內容擷取能力。此技能提供透過 inference.sh CLI 存取 Tavily 和 Exa API 的功能，適用於研究、事實查核和 RAG 管道。

淺層的程式碼審查會導致誤解和錯誤。此技能透過結構化的多輪分析，對程式碼庫執行嚴謹的基於證據的調查。

一位毫不妥協的學術研究工程師，將科學嚴謹性、客觀批判和零冗話應用於工程挑戰。專注於理論正確性、形式驗證和最佳實作。

使用經過驗證的提示工程技術來改善 LLM 輸出。本技能提供思維鏈推理、少量學習和模板系統的模式，使 AI 互動更加可靠且可控。

停止在瀏覽器與編輯器之間複製貼上的繁瑣操作。此技能讓 Claude Code 直接與 Google NotebookLM 對話，提供引用您上傳文件的來源依據答案。

掌握快速變化的 AI 趨勢資訊，不被雜訊淹沒。此技能會找出人們實際正在按讚和討論的內容，然後為您的目標工具撰寫可複製貼上的提示詞。

深度研究需要來自多個來源的全面資訊。此技能協調 10 個 AI 代理平行作業，比序列方法更快地收集和綜合研究。

Finding relevant information online is time-consuming with traditional keyword search. This skill enables semantic search using AI embeddings to discover similar content and conduct structured research through the Exa API.

手動研究耗時且通常不完整。此技能使用Google Gemini Deep Research Agent自動化多步驟研究，在幾分鐘內提供全面的引用報告。

此技能協助開發人員為 AI 應用程式設計與實作動態上下文管理系統，包括向量資料庫、知識圖譜以及能夠在適當時機為 AI 系統提供正確資訊的智慧式記憶體架構。

語言模型隨著上下文長度增加會出現可預測的性能退化。此技能有助於診斷「遺失在中間」、中毒、干擾和衝突模式，以建立更可靠的 AI 系統。

不再依賴過時的 AI 訓練資料文檔。此技能將 Claude Code 連接到 Context7 API，即時存取最新的庫和框架文檔。

此技能協助使用者使用經過驗證的商業框架分析競爭環境。它提供結構化的方法論，如波特五力分析和藍海策略，以識別市場定位機會。

研究人員面臨海量文獻和複雜數據分析的挑戰。此技能提供結構化的方法論，用於文獻回顧、實驗設計和統計分析，以加速科學發現。

使用 Qryma API 取得快速、針對 LLM 優化的網頁搜尋結果。此技能提供結構化搜尋回應，支援 Markdown、JSON 或 Brave 風格格式，可無縫整合至您的 AI 工作流程中。

AI 代理隨著對話變長而效能下降。此技能診斷 lost-in-middle 問題、上下文中毒和注意力失效，以恢復最佳的代理效能。它提供辨識和減輕上下文退化的模式。