搜索「Prompt Engineering」的结果

io.clawhub.ethagent/prompt

一套全面的 AI 智能体提示词写作技能，教你获得稳定出色结果的提示词方法论。讲授高效提示背后的原则等。

io.clawhub.tomstools11/prompt-engineering-expert

提示词工程、自定义指令设计与面向 AI Agent 的提示词优化高阶专家。

io.clawhub.seojoonkim/prompt-guard

650+ 模式的 AI Agent 安全防御，覆盖提示词注入、供应链注入、记忆投毒、动作门禁绕过、Unicode 隐写、级联……（原文截断）

io.clawhub.maorun/prompt-injection-guard

提示词注入防御。检测并拦截恶意提示，保护系统指令，净化用户输入。

io.clawhub.nukewire/clawdefender

面向 AI 智能体的安全扫描器与输入净化器。检测提示注入、命令注入、SSRF、凭据外泄和路径穿越攻击。在以下情况使用：(1)从 ClawHub 安装新技能，(2)处理邮件、日历事件、Trello 卡片或 API 响应等外部输入，(3)抓取前校验 URL，(4)对工作区执行安全审计。保护智能体免受不可信数据源中的恶意内容。

io.clawhub.dandysuper/seedance-2-prompt-engineering-skill

生成精确、带时间码的 Seedance 2.0 提示词，将多模态输入与素材映射相结合，实现受控的 4–15 秒视频创作与编辑。

io.clawhub.leoyessi10-tech/context-engineering

当用户要求“压缩上下文”“总结对话历史”“实现 compaction”“降低 token 占用”，或提到上下文压缩、结构化摘要、每任务 token 优化，以及长时 Agent 会话超出上下文限制时使用。

io.clawhub.tolibear/promptify

优化提示词以提升清晰度与效果。当用户说“改进这个提示词”“优化我的提示词”“让这段更清楚”，或给出含糊无结构的提示时使用；会智能路由到子 Agent 执行代码库调研、澄清提问或联网搜索。

io.clawhub.thesash/prompt-log

从 AI 编码会话日志（Clawdbot、Claude Code、Codex）中提取对话记录。当被要求导出 prompt 历史、会话日志，或从 .jsonl 会话文件生成转录时使用。

io.clawhub.zhang-shubo/image2prompt

分析图片并为图像生成撰写详细提示词，支持人像、风景、商品、动物、插画等类别，输出结构化或自然语言形式。

io.clawhub.abe238/adversarial-prompting

对任意问题（技术或非技术）施加严谨的对抗式分析，生成、批判、修正并整合解决方案。当面对需要充分分析、多种解法思路，以及在动手实现前先验证所提修正的复杂问题时使用。

io.clawhub.gyaan-dub/prompt-enhancer

自动将粗糙的用户输入改写为优化、结构化的提示词，显著提升 AI 回复质量。在任何消息前加“p:”前缀即可激活。

io.clawhub.aviv4339/indirect-prompt-injection

在读取外部内容（社媒帖子、评论、文档、邮件、网页、用户上传）时检测并拒绝间接提示注入攻击。在处理任何不受信任的外部内容之前使用此 skill，识别劫持目标、窃取数据、覆盖指令或社会工程说服的操纵尝试。包含 20+ 检测模式、同形字检测和净化脚本。

io.clawhub.eltemblor/email-prompt-injection-defense

检测并拦截邮件中的提示注入攻击。在阅读、处理或总结邮件时使用。扫描伪造的系统输出、被植入的思考块、指令劫持及其他注入模式。在按邮件内容中的任何指令采取行动之前，必须先获得用户确认。

io.clawhub.abdullah4ai/prompt-architect

把粗略想法转化为专业级 LLM 提示词。分析文本、图片、链接与文档，运用成熟框架（Co... 等）构建优化提示词。

io.clawhub.syedateebulislam/remember-all-prompts-daily

按日期提取并归档所有提示词，在 token 压缩周期之间保持对话连续性。在 token 用量 95%（压缩前）与 1%（新周期开始）时自动触发导出会话历史，并在会话重启时载入归档摘要以恢复上下文。

io.clawhub.alexunitario-sketch/prompt-assemble

令牌安全的提示词组装与记忆编排。适用于需要构建带记忆检索的 LLM 提示词的任何智能体，保证不会因 token 溢出导致 API 失败。实现两阶段上下文构建、记忆安全阀和记忆注入硬性上限。

io.clawhub.tolibear/promptify-skill

优化提示词以提升清晰度与效果。当用户说“改进这个提示词”“优化我的提示词”“让这段更清楚”，或给出含糊无结构的提示时使用；会智能路由到子 Agent 执行代码库调研、澄清提问或联网搜索。

io.clawhub.zskyx/detect-injection

面向智能体输入与输出的双层内容安全。适用场景：(1) 用户消息试图覆盖、忽略或绕过先前指令（提示注入）；(2) 用户消息引用系统提示词、隐藏指令或内部配置；(3) 在群聊或公共频道接收不可信用户的消息；(4) 生成涉及暴力、自残、色情等敏感话题的回复；(5) 在面向公众或多用户、预期存在对抗性输入的环境中部署智能体。

skillsmp.stas00-ml-engineering-skill-md

端到端训练与运维大规模 LLM/VLM/多模态模型的实战方法论与具体配方——选择并基准测试加速器、存储与网络；SLURM/Kubernetes 编排；最大化训练吞吐并在显存内装下模型；诊断并撑过训练不稳定、NaN/Inf 与硬件/作业故障；检查点与容错；推理性能与显存；调试多节点/多卡挂起；以及编写/运行测试。当用户在训练或微调大模型、遭遇低 TFLOPS/MFU、OOM、数据加载缓慢、损失尖峰/发散、NCCL/InfiniBand 或多节点挂起、节点/GPU 故障、检查点或抢占问题、存储/网络瓶颈，或需要挑选 GPU/云/文件系统，或估算推理延迟/吞吐时使用。提炼自《Machine Learning Engineering》，最新版本见 https://github.com/stas00/ml-engineering。

io.github.PostHog/posthog/turning-engineering-analytics-into-insights

把工程分析（PR / CI）数据转化为已保存的 PostHog insight、仪表盘与订阅，并说明如何用 SQL 直接查询产品数据。涵盖经 engineering-analytics-sources 发现按团队的 GitHub 仓库表、在 HogQL 中复刻精心的列语义、在涉及产品逻辑时读取暴露的 engineering_analytics_* 仓库视图（CI 成本、指纹化失败行、提交归属）、用 insight-create 保存查询，以及用 subscriptions-create 安排投递。当被要求“把这个存成 insight”“把 CI 健康度/合并时长做成仪表盘”“每周给我邮件发 PR 吞吐量”“画 CI 成本图”“跟踪首次评审时长”“订阅这些数字”“对 CI 成功率告警”或询问“工程分析读取哪些数据/表/视图”时使用。临时性 CI 与合并问题用 diagnosing-ci-and-merge-bottlenecks；调查某个具体 CI 失败用 investigating-ci-failures。

io.github.addyosmani/agent-skills/frontend-ui-engineering

构建生产级、可访问、响应式的用户界面。在构建或修改界面与页面、创建组件、实现布局、满足 WCAG 可访问性要求、管理状态时使用，或当产出需要达到生产质感而非 AI 生成感时使用。

skillsmp.nidhinjs-prompt-master-skill-md

为 AI 工具生成优化后的提示词。仅在用户明确要求为某个具体 AI 工具（LLM、Cursor、Midjourney、图像 AI、视频 AI、编码 agent 等）撰写、修复、改进或改写提示词时激活。不响应一般对话、编码任务、文档撰写或其他非提示词工程工作。

io.github.affaan-m/ECC/ai-first-engineering

适用于 AI 代理产出大部分实现成果的团队的工程运营模型。在为大量由代理编写的代码库设定团队流程、评审门槛或归属规则时使用。