ai-coordinating-agents
构建多个协同工作的AI代理。当您需要一个可以将任务分配给专家的主管代理、代理交接、并行研究代理、支持升级(L1到L2)、内容流程(作者+编辑+事实核查员)或任何多代理系统时使用。由DSPy提供优化代理,LangGraph负责协调。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
构建多个协同工作的AI代理。当您需要一个可以将任务分配给专家的主管代理、代理交接、并行研究代理、支持升级(L1到L2)、内容流程(作者+编辑+事实核查员)或任何多代理系统时使用。由DSPy提供优化代理,LangGraph负责协调。
让你的人工智能遵循规则和政策。当你的AI违反格式规则、违反内容政策、忽略业务约束、输出无效JSON、超出长度限制、包含禁止内容或不符合你的规范时使用。涵盖DSPy Assert/Suggest用于硬性和软性规则、内容政策、格式强制执行、重试机制以及组合多个约束条件。
使用AI自动排序、分类或标记内容。适用于将票据分类、内容自动标记、邮件标注、情感检测、将消息路由到正确的团队、支持请求的初步处理、构建垃圾邮件过滤器、意图检测、主题分类,或任何文本输入后输出类别的任务。
将你的AI置于API之后。当你需要将AI功能作为Web端点提供、向现有后端添加AI、部署可供其他服务调用的AI、使用REST/HTTP封装DSPy程序、构建AI微服务或将语言模型置于FastAPI之后时使用。涵盖FastAPI集成、程序加载、请求/响应模型、每次请求配置、错误处理以及Docker部署等内容。
跟踪哪个优化实验是最好的。当您运行了多个优化过程,需要比较实验、希望重现过去的结果、需要选择最佳的提示配置、跟踪实验成本、管理优化产物、决定部署哪个优化程序或向利益相关者证明您的选择时,请使用此功能。涵盖了实验日志记录、比较以及推广到生产的过程。
从论述中提取并结构化主张,形成可分析的论证图,包括逻辑关系和假设。在分析论点、红队推理、综合辩论或将对话转换为结构化的主张网络时使用。触发词包括“有哪些主张”、“分析这个论点”、“绘制逻辑图”或“找出矛盾”。
从任何Markdown文件生成一个独立的HTML阅读器,包含Kokoro TTS音频和单词同步高亮。当用户想要听文章、通过耳朵校对或创建音频阅读器时使用。
将文章转语音的输出转换为具有多种输出格式的完整演示文稿。在将演讲内容转换为幻灯片、生成演示文稿或从口语材料创建适合视频的内容时使用。
描述您的AI问题,并通过一个现成的提示被引导至正确的技能。当您不确定使用哪种AI技能、希望获得选择正确方法的帮助,或者只是想用简单的语言描述您的需求时,请使用此功能。
使用DSPy构建一个新的AI功能。当向您的应用程序添加AI、启动新的AI项目、构建由AI驱动的功能、从零开始设置DSPy程序或引导由大语言模型支持的后端时,请使用此功能。
当你没有足够的真实示例时,生成合成训练数据。在以下情况下使用:从零开始没有任何数据、需要快速获得概念验证、用于优化的例子太少、由于隐私或合规性原因不能使用真实客户数据、需要填补边缘情况的空白、类别不平衡、添加了新类别或更改了模式。涵盖DSPy合成数据生成、质量过滤和从零开始引导。
让你的AI每次给出相同的答案。当AI对相同的问题给出不同的答案、输出不可预测、运行之间的响应不同、你需要确定性的AI行为或你的AI不可靠时使用。涵盖DSPy一致性技术——温度、类型化输出、断言和优化。
确切地查看您的AI在特定请求上做了什么。当您需要调试错误答案、追踪特定的AI请求、分析缓慢的AI流程、找出哪个步骤失败、检查LM调用、查看每次请求的令牌使用情况、构建审计跟踪或了解客户为何收到不良响应时,请使用此功能。涵盖DSPy检查、每步追踪、OpenTelemetry工具化以及追踪查看器设置。
将书面文章转换为口语演讲,同时保留原始材料。还将培训模块促进者工件呈现为独立的HTML文档查看器。在将文章改编为口头表达、创建演讲稿、准备演示文稿内容或渲染模块文档时使用。
运行danielmiessler/fabric CLI模式进行内容分析、提取、总结、写作、安全分析等。当用户要求“使用fabric”、“运行一个模式”、“提取智慧”、“用fabric总结”时,或者当通过AI模式处理内容比内联处理更有效时使用。触发词包括“fabric”、“pattern”、“提取智慧”、“总结这篇文章”、“分析这份威胁报告”,或任何特定fabric模式名称的引用。
从多个专家的角度分析命题。动态生成4-6个相关的专家角色,然后进行验证、全面分析或辩论式审查。当用户希望批判性地审视想法、发现盲点或探索某个主题的不同观点时使用。
将多个AI步骤链接成一个可靠的管道。当您的AI任务对于单个提示过于复杂时,请使用此方法,您需要将AI逻辑分解为多个阶段,结合分类然后生成,进行多步骤推理,构建复合AI系统,协调多个模型,或将AI组件连接在一起。由DSPy多模块管道提供支持。
使用AI从杂乱的文本中提取结构化数据。适用于解析发票、从电子邮件中提取字段、从文章中抓取实体、将非结构化文本转换为JSON、提取联系信息、解析简历、读取表单,或任何需要输入杂乱文本并输出干净的结构化数据的任务。由DSPy提取技术支持。
在不破坏现有功能的情况下切换AI提供商或模型。当您想从OpenAI切换到Anthropic、尝试更便宜的模型、不再依赖单一供应商、并排比较模型、模型更新导致输出错误、需要供应商多样化,或者希望迁移到本地模型时使用。涵盖DSPy模型可移植性——供应商配置、重新优化、模型比较和多模型管道。
构建能够采取行动、调用API并自主执行任务的人工智能。当您需要人工智能调用API、使用工具、执行计算、搜索网络并对结果进行处理、与数据库交互或完成多步骤任务时,请使用此功能。由DSPy代理(ReAct, CodeAct)提供支持。
答案的可靠性门槛。强制基于证据的推理,明确不确定性,以及在信息不足时使用“信息不足”而不是猜测。当用户说“确保100%正确”,“不要出现幻觉”,“只有经过验证的信息”,“基于事实的答案”,或者是在高风险情况下使用。
通过结构化访谈、线索跟踪和语音校准,将想法、大纲或现有幻灯片转化为Talk Track v5格式的协作演示文稿创作。
通过多维度的质量评估来评估和提升写作效果。分析文采、连贯性、权威性、目的性和声音,并根据体裁校准的阈值进行。可用于精炼草稿、诊断质量问题、生成高质量内容或教授写作原则。
通过Unbrowse支持的浏览器路径而不是传统的像素自动化来路由网站任务。