从一份 skill、一篇笔记，或任何你想留住的东西开始。
12 assets · 人浏览这个站 · AI 消费 llms.txt
agent-pattern-selector
为一个 LLM 应用任务选择 Agent 架构模式时使用。当用户描述了一个自动化/智能化需求，需要判断该用简单工作流还是自主 Agent、选五种模式中的哪一种时，按此决策指引执行。基于 Anthropic《Building Effective Agents》。
deploy-minimal-mcp
部署一个最小可用的 MCP Server 时使用。当需要让 Claude/Agent 连接一个自定义数据源或工具、要演示 MCP 全链路、或准备 FDE 面试作品时，按此步骤执行。目标：半天内跑通 Host→Client→Server。
llm-app-security-check
LLM 应用上线前或对接受监管客户时使用。当需要做 Prompt 注入防护评估、数据安全合规检查、或撰写给客户 CISO 看的部署安全简报时，按此检查清单执行。
rag-eval-checklist
评测 RAG 系统质量时使用。当需要判断一个 RAG/知识库问答系统"能不能上生产"、或要给 RAG 建立评测闭环时，按此清单执行：构建评测集 → RAGAS 核心指标 → 脏数据压力测试 → 上线门槛判定。
skill-authoring-guide
编写新的 SKILL.md 资产时使用。当要把一段"程序性知识"（操作步骤、领域方法论、检查清单）封装成 AI 可调用的 Skill 时，按此规范执行：frontmatter 怎么写、正文怎么组织、怎么验证 AI 真的会用。
fde-role-2026
了解 Forward Deployed Engineer 岗位的真实画像时阅读：岗位定义、六层技能栈、两条硬筛选题、谁在招人。基于 2026 年 OpenAI / Anthropic / Palantir 真实 JD 拆解。
skill-vs-mcp
分不清 Skill 和 MCP 该用哪个时阅读：两者的分工边界、判断口诀、以及在同一个方案里如何组合。读 Anthropic Agent Skills 工程博客后的消化笔记。
project-delivery-checklist
把一个 AI/Agent 项目从"本地能跑"推进到"可以交付"时使用：交付前自检清单，覆盖可运行性、评测、安全、文档四个维度。
prompt-review-template
复盘或评审一段 system prompt 时使用：结构化审查维度（角色、边界、输出契约、护栏、示例），输出改进清单。
resources-cookbooks-skills
官方 Cookbook 与 Skill/MCP 生态资源：四大模型厂配方库、提示工程教程、Skills 规范与目录。找官方代码配方或 Skill 生态资料时用。
resources-rag-eval-security
RAG、评测、可观测、安全四类资源：技术实战库、向量库选型、Eval 框架、护栏与攻防练手场。做 RAG 项目或上线前检查时用。
resources-roadmap-courses
路线图与系统课程类一手资源：FDE 岗位认知、微软官方课程、Datawhale 中文课、学习路线图。找"该学什么、从哪学"时用。