AI/ML 工作流程套件
概觀
全面的 AI/ML 工作流程,用於建置 LLM 應用程式、實作 RAG 系統、建立 AI 代理以及開發機器學習管線。此套件整合了多項技能,以支援生產級的 AI 開發。
何時使用此工作流程
在下列情況下使用此工作流程:
- 建置以 LLM 為基礎的應用程式
- 實作 RAG(檢索增強生成)
- 建立 AI 代理
- 開發 ML 管線
- 為應用程式新增 AI 功能
- 設定 AI 可觀測性
工作流程階段
階段 1:AI 應用程式設計
要呼叫的技能
ai-product- AI 產品開發ai-engineer- AI 工程ai-agents-architect- 代理架構llm-app-patterns- LLM 模式
動作
- 定義 AI 使用案例
- 選擇合適的模型
- 設計系統架構
- 規劃資料流程
- 定義成功指標
可複製提示詞
使用 @ai-product 設計以 AI 為基礎的功能
使用 @ai-agents-architect 設計多代理系統
階段 2:LLM 整合
要呼叫的技能
llm-application-dev-ai-assistant- AI 助理開發llm-application-dev-langchain-agent- LangChain 代理llm-application-dev-prompt-optimize- 提示工程gemini-api-dev- Gemini API
動作
- 選擇 LLM 供應商
- 設定 API 存取
- 實作提示模板
- 設定模型參數
- 加入串流支援
- 實作錯誤處理
可複製提示詞
使用 @llm-application-dev-ai-assistant 建置對話式 AI
使用 @llm-application-dev-langchain-agent 建立 LangChain 代理
使用 @llm-application-dev-prompt-optimize 最佳化提示
階段 3:RAG 實作
要呼叫的技能
rag-engineer- RAG 工程rag-implementation- RAG 實作embedding-strategies- 嵌入選擇vector-database-engineer- 向量資料庫similarity-search-patterns- 相似度搜尋hybrid-search-implementation- 混合搜尋
動作
- 設計資料管線
- 選擇嵌入模型
- 設定向量資料庫
- 實作區塊切割策略
- 設定檢索
- 加入重新排序
- 實作快取
可複製提示詞
使用 @rag-engineer 設計 RAG 管線
使用 @vector-database-engineer 設定向量搜尋
使用 @embedding-strategies 選擇最佳嵌入
階段 4:AI 代理開發
要呼叫的技能
autonomous-agents- 自主代理模式autonomous-agent-patterns- 代理模式crewai- CrewAI 框架langgraph- LangGraphmulti-agent-patterns- 多代理系統computer-use-agents- 電腦使用代理
動作
- 設計代理架構
- 定義代理角色
- 實作工具整合
- 設定記憶體系統
- 設定編排
- 加入人工介入
可複製提示詞
使用 @crewai 建置基於角色的多代理系統
使用 @langgraph 建立具狀態的 AI 工作流程
使用 @autonomous-agents 設計自主代理
階段 5:ML 管線開發
要呼叫的技能
ml-engineer- ML 工程mlops-engineer- MLOpsmachine-learning-ops-ml-pipeline- ML 管線ml-pipeline-workflow- ML 工作流程data-engineer- 資料工程
動作
- 設計 ML 管線
- 設定資料處理
- 實作模型訓練
- 設定評估
- 設定模型註冊表
- 部署模型
可複製提示詞
使用 @ml-engineer 建置機器學習管線
使用 @mlops-engineer 設定 MLOps 基礎設施
階段 6:AI 可觀測性
要呼叫的技能
langfuse- Langfuse 可觀測性manifest- Manifest 遙測evaluation- AI 評估llm-evaluation- LLM 評估
動作
- 設定追蹤
- 設定記錄
- 實作評估
- 監控效能
- 追蹤成本
- 設定警示
可複製提示詞
使用 @langfuse 設定 LLM 可觀測性
使用 @evaluation 建立評估框架
階段 7:AI 安全性
要呼叫的技能
prompt-engineering- 提示安全security-scanning-security-sast- 安全性掃描
動作
- 實作輸入驗證
- 加入輸出過濾
- 設定速率限制
- 設定存取控制
- 監控濫用行為
- 實作稽核記錄
AI 開發檢查清單
LLM 整合
- API 金鑰已保護
- 速率限制已設定
- 錯誤處理已實作
- 串流已啟用
- Token 用量已追蹤
RAG 系統
- 資料管線運作中
- 嵌入已產生
- 向量搜尋已最佳化
- 檢索準確性已測試
- 快取已實作
AI 代理
- 代理角色已定義
- 工具已整合
- 記憶體運作中
- 編排已測試
- 錯誤處理健全
可觀測性
- 追蹤已啟用
- 指標已收集
- 評估執行中
- 警示已設定
- 儀表板已建立
品質關卡
- 所有 AI 功能已測試
- 效能基準已達成
- 安全措施已就位
- 可觀測性已設定
- 文件已完備
相關工作流程套件
development- 應用程式開發database- 資料管理cloud-devops- 基礎設施testing-qa- AI 測試