提示工程是一种专注于设计和优化与大语言模型（LLM）交互的提示的技术，用于提高模型的性能、准确性和可靠性。它广泛应用于AI应用中，如内容生成、代码审查和问题解决。关键词：提示工程，LLM优化，AI提示设计，大模型应用。

Langfuse是一个开源的LLM可观察性平台，用于追踪、管理提示、评估LLM应用程序，集成LangChain、LlamaIndex和OpenAI，帮助调试、监控和改进生产环境中的AI应用。关键词：Langfuse, LLM可观察性, LLM追踪, 提示管理, LLM评估, 人工智能监控, AI应用调试。

技能模板用于定义和描述Claude AI的技能功能及使用时机，帮助用户标准化技能创建和管理，关键词包括技能定义、AI工具、模板管理、SEO优化、技能库建设。

技能创建指南：提供完整流程指导如何创建有效AI技能，包括资源规划、脚本编写、参考文档和资产管理，用于扩展Claude的AI能力。适用于人工智能应用开发、工作流程设计和工具集成。关键词：AI技能创建、Claude扩展、工作流程设计、工具集成、人工智能开发、技能指南、AI应用开发。

人工智能伦理技能是用于指导负责任AI开发、部署与治理的专业能力。它涵盖AI偏见检测与缓解、公平性评估、可解释性、透明度、隐私保护、人类监督、AI治理框架构建以及法规遵从（如欧盟AI法案）。该技能旨在确保AI系统公平、安全、可靠且符合伦理规范，防止算法歧视，保护用户权益，并评估AI的社会与环境影响。关键词：AI伦理，人工智能伦理，算法公平性，偏见检测，AI治理，可解释AI，负责任AI，AI法规，隐私保护，人类监督。

这个技能用于自动处理AI项目间的功能请求和响应，实现文件读取、功能实现、响应生成和文件清理，提升协作效率。关键词：AI项目、功能请求、响应处理、自动化集成、文档生成、DevOps、AI协作。

该技能用于分析完成的任务，以改进Ralph系统，通过总结结果、分析有效性、识别差距和提出改进措施，实现系统性能的提升。关键词包括：回顾性、自我改进、系统性能、任务分析。

创建既优化传统搜索引擎优化（SEO）又优化人工智能（AI）发现（如ChatGPT、Perplexity、Claude、Gemini）的网络内容。

这是一个用于跟踪令牌使用情况、估算成本和分析AI消费的技能，适用于跨会话和用户的使用情况监控。

Instructor是一个Python库，用于从大型语言模型（LLM）响应中可靠提取结构化数据，自动验证输出，支持重试失败提取和流式处理部分结果，适用于数据提取、分类、结构化分析等AI应用场景。关键词：LLM，结构化输出，数据提取，Pydantic验证，自动重试，流式处理，AI工具。

这个技能专注于构建Model Context Protocol（MCP）服务器和客户端，用于扩展AI助手的功能，集成自定义工具、资源和提示模板。它覆盖MCP协议基础、服务器开发模式、资源管理、安全措施和测试方法，适用于AI应用开发。关键词：MCP协议，AI助手扩展，服务器开发，客户端集成，安全认证，协议规范。

该技能用于创建模板元提示，这些元提示能够生成其他AI提示，适用于构建提示库、标准化团队提示格式、搭建新工作流程和创建提示生成器。关键词：模板元提示，提示生成，AI提示工程，元提示创建。