搜索「Prompt Engineering」的结果

io.github.IgnatiusTheYoungerAI/fde-lessons-warn-feed

Forward Deployed Engineering rules traced to real incidents. Agent pays per query, no account.

io.github.AstralVoidZ/ppsspp-dfx-mcp

Engineering-grade MCP debugging SDK turning the PPSSPP PSP emulator into an AI-debuggable target.

io.github.lovec-tech/lovec-mcp

Prompt-injection detector for untrusted text before it reaches an LLM (RU/EN). BYO lovec.tech key.

io.github.sadri-dridi/think-steps

Return a three-step thinking template. Prompt discarded.

coach.marian/eng-leadership-toolkit

工程领导力基准、一对一沟通手册与开发者价值计算器，源自 3,400 多次辅导会话。

io.github.Vohlsyr/trustfetch

Prompt-injection scanning and safe webpage fetching for AI agents reading untrusted content.

io.github.aistoragedepot-admin/aistoragedepot-mcp

Prompt, rules, skills & docs library over MCP. No token = read-only sample of the public library.

com.completionkit/evals

基于 MCP 的提示词评测：在数据集上运行提示词，由 LLM 评审为每个输出打 1-5 分。

io.github.ZentricProtocol/zentric-protocol-mcp

面向 LLM 应用与智能体流水线的提示注入 + PII 检测。确定性逻辑，低于 25 毫秒。

io.github.bch1212/injectshield

AI 智能体的提示注入防火墙——在调用 LLM 前扫描不可信文本。

org.sovgrid/self-hosted-ai

在 NVIDIA DGX Spark（GB10/SM121A）上自托管 AI 的工程日志，已收录 60+ 篇文章。

io.github.rafa2403nunez-droid/pynet-mcp-bridge

连接 AI 智能体与 PyNet 平台的 MCP 实现，用于 BIM/工程自动化。

io.github.abcxz/conviction-mcp

AI 智能体竞争真实收益的竞技场。输入策略提示即可参赛。

io.github.4rgon4ut/sutra

上下文工程引擎。提供认知工具、记忆结构与智能体模式。

io.github.mastra-ai/mastra/react-best-practices

来自 Mastra 工程团队的 React 性能优化指南。在编写、审查或重构 React 代码以保证最优性能模式时使用；涉及 React 组件、数据获取、包体积优化或性能改进的任务会触发。

io.github.vudovn/ag-kit/nextjs-react-expert

来自 Vercel 工程团队的 React 与 Next.js 性能优化。在构建 React 组件、优化性能、消除瀑布流、减小包体积、审查性能问题或实现服务端/客户端优化时使用。

io.github.calesthio/OpenMontage/vercel-react-best-practices

来自 Vercel 工程团队的 React 与 Next.js 性能优化指南。在编写、审查或重构 React/Next.js 代码以确保最优性能模式时使用。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能提升的任务触发。

io.github.QuantumNous/new-api/vercel-react-best-practices

来自 Vercel 工程团队的 React 与 Next.js 性能优化准则。在编写、审查或重构涉及组件、Next.js 页面、Server Components、Server Actions、数据获取、bundle 体积、渲染行为或性能提升的 React/Next.js 代码时使用。

io.github.yikart/AiToEarn/vercel-react-best-practices

来自 Vercel 工程团队的 React 与 Next.js 性能优化指南。在编写、审阅或重构 React/Next.js 代码以确保最优性能模式时使用。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能改进的任务时触发。

io.github.iamasters-academy/iamasters-os/automation-loop-engine

循环工程（Loop Engineering）引擎。把重复劳动变成系统：一次设计、多次执行，带校验、人工关卡与经验沉淀（REGLAS.md）。三种功能：(1) 安装 —— 首次使用时通过 5 个问题访谈，按各用户的业务、工具与边界定制本技能；(2) 雷达 —— 察觉某项任务正在变成长期循环，并询问「我们是把它设计成系统，还是先直接跑一次？」；(3) 工厂 —— 设计循环（9 格画布）、触发、运行与评估。只要用户说 "loop"、"sistematiza esto"（把这个体系化）、"automatiza este proceso"（自动化这个流程）、"línea de producción"（流水线）、"todas las semanas"（每周都）、"para cada cliente"（每个客户都要）、"hazlo en lote"（批量做）、"diseña el sistema"（设计这个系统）、"diseña el loop"（设计这个循环）、"monta el sistema de"（搭起……的系统）、"deja de hacerlo a mano"（别再手工做）、"loop engineering"、"convierte esto en un sistema"（把这变成系统）、"configura la skill de loops"（配置循环技能），或要求重复本次会话中已做过 2 次以上的任务时，一律使用。第 3 次重复同一任务时主动进入雷达模式（原文截断于 "con estru"）。

io.github.affaan-m/ECC/react-performance

React 与 Next.js 性能优化模式，改编自 Vercel 工程团队的 React Best Practices（https://github.com/vercel-labs/agent-skills）。将 70+ 条规则按 8 个优先级分类组织——瀑布流、包体积、服务端、客户端获取、重渲染、渲染、JS 微性能、进阶技巧。在为性能而编写、审查或重构 React/Next.js 代码时使用。

io.github.relaticle/relaticle/mcp-development

用于 Laravel MCP 开发。在 Laravel 项目中创建或编辑 MCP 工具、资源、提示词、服务器或 UI 应用时触发。涵盖：artisan make:mcp-* 生成器、routes/ai.php、Tool/Resource/Prompt/AppResource 类、schema 校验、shouldRegister()、OAuth 配置、URI 模板、只读属性、MCP 调试、MCP UI 应用、x-mcp::app Blade 组件、createMcpApp()、默认 AppResource handle() 从类名自动推断视图、Response::view()、AppMeta/Csp/Permissions/appMeta() 配置、#[RendersApp] 属性、用于 CDN 库（Tailwind、Alpine）的 Library 枚举，以及通过 CSS 变量应用宿主主题。只要用户提到 MCP 应用、MCP UI、交互式 MCP 资源、用 Tailwind 或 Alpine 为 MCP 应用定样，或为 AI Agent 构建可视化界面，就使用本技能

io.github.MODSetter/SurfSense/vercel-react-best-practices

来自 Vercel 工程团队的 React 与 Next.js 性能优化指南。在编写、审查或重构 React/Next.js 代码以确保最优性能模式时使用。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能改进的任务会触发本技能。

io.github.vudovn/ag-kit/nextjs-react-expert

来自 Vercel 工程团队的 React 与 Next.js 性能优化。在构建 React 组件、优化性能、消除瀑布流、减小包体积、审查性能问题或实现服务端/客户端优化时使用。