name: ai-mldescription: “AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.”category: workflow-bundlerisk: safesource: personaldate_added: “2026-02-27”AI/ML 工作流捆绑包概览用于构建大型语言模型LLM应用、实施检索增强生成RAG系统、创建AI代理以及开发机器学习管道的综合AI/ML工作流程。此套件协调生产AI开发所需的技能。何时使用此工作流程在以下情况下使用此工作流程构建基于大型语言模型的应用实现 RAG检索增强生成创建人工智能代理开发机器学习管道向应用程序添加人工智能功能设置 AI 可观测性工作流程阶段阶段 1人工智能应用设计召唤技能ai-product- 人工智能产品开发ai-engineer- 人工智能工程ai-agents-architect- 代理架构llm-app-patterns- LLM 模式动作定义人工智能的使用案例选择适当的模型设计系统架构规划数据流定义成功指标复制粘贴提示Use ai-product to design AI-powered featuresUse ai-agents-architect to design multi-agent system第二阶段大型语言模型整合召唤技能llm-application-dev-ai-assistant- AI助手开发llm-application-dev-langchain-agent- LangChain 代理llm-application-dev-prompt-optimize- 提示工程gemini-api-dev- 双子座 API动作选择 LLM 提供商设置 API 访问实现提示模板配置模型参数添加流媒体支持实现错误处理复制粘贴提示Use llm-application-dev-ai-assistant to build conversational AIUse llm-application-dev-langchain-agent to create LangChain agentsUse llm-application-dev-prompt-optimize to optimize prompts第3阶段RAG实施召唤技能rag-engineer- RAG 工程rag-implementation- RAG 实现embedding-strategies- 嵌入选择vector-database-engineer- 向量数据库similarity-search-patterns- 相似性搜索hybrid-search-implementation- 混合搜索动作设计数据管道选择嵌入模型设置向量数据库实施分块策略配置检索添加重排序实现缓存复制粘贴提示Use rag-engineer to design RAG pipelineUse vector-database-engineer to set up vector searchUse embedding-strategies to select optimal embeddings第四阶段人工智能代理开发召唤技能autonomous-agents- 自主代理模式autonomous-agent-patterns- 代理模式crewai- CrewAI 框架langgraph- 语言图multi-agent-patterns- 多智能体系统computer-use-agents- 计算机使用代理动作设计代理架构定义代理角色实现工具集成建立记忆系统配置编排添加人工干预复制粘贴提示Use crewai to build role-based multi-agent systemUse langgraph to create stateful AI workflowsUse autonomous-agents to design autonomous agent第五阶段机器学习管道开发召唤技能ml-engineer- 机器学习工程mlops-engineer- MLOpsmachine-learning-ops-ml-pipeline- 机器学习管道ml-pipeline-workflow- 机器学习工作流数据工程师- 数据工程动作设计机器学习管道设置数据处理实施模型训练配置评估设置模型注册表部署模型复制粘贴提示Use ml-engineer to build machine learning pipelineUse mlops-engineer to set up MLOps infrastructure第六阶段人工智能可观测性召唤技能langfuse- Langfuse 可观测性manifest- 清单遥测evaluation- 人工智能评估llm-evaluation- 大型语言模型评估动作设置跟踪配置日志记录实施评估监控性能跟踪成本设置提醒复制粘贴提示Use langfuse to set up LLM observabilityUse evaluation to create evaluation framework第七阶段人工智能安全召唤技能prompt-engineering- 提示安全security-scanning-security-sast- 安全扫描动作实现输入验证添加输出过滤配置速率限制设置访问控制监控滥用实施审计日志人工智能开发清单大型语言模型整合API 密钥已安全保存已配置速率限制已实现错误处理已启用流媒体代币使用情况已跟踪RAG 系统数据管道正在工作已生成嵌入向量搜索优化检索准确性测试已实现缓存人工智能代理代理角色已定义工具已集成记忆工作编排已测试错误处理健壮可观测性跟踪已启用收集的指标评估正在进行已配置警报已创建的仪表板质量关卡所有 AI 功能已测试性能基准已达到已实施的安全措施可观测性已配置文档已完成相关工作流包development- 应用程序开发database- 数据管理cloud-devops- 基础设施testing-qa- AI 测试限制仅当任务明确符合上述描述的范围时才使用此技能。不要将输出视为环境特定验证、测试或专家审查的替代品。如果缺少所需的输入、权限、安全界限或成功标准请停下来并要求澄清。