Llm

Skill regex-vs-llm-structured-text para escolher entre regex ou LLM na extração de texto estruturado. Comece com parsing determinístico, adicione validação com LLM para casos extremos de baixa confiança e use um pipeline mais barato e confiável para documentos, formulários, notas fiscais e análise de dados.

llm-trading-agent-security é um guia prático para proteger agentes autônomos de trading com autoridade sobre carteiras. Ele aborda prompt injection, limites de gasto, simulação antes do envio, circuit breakers, execução ciente de MEV e isolamento de chaves para reduzir o risco de perdas financeiras em uma Security Audit.

foundation-models-on-device ajuda você a criar recursos do Apple FoundationModels no iOS 26+ com geração de texto no dispositivo, saída orientada com @Generable, chamada de ferramentas, streaming por snapshot e verificações de disponibilidade para apps com foco em privacidade.

cost-aware-llm-pipeline ajuda você a criar fluxos de trabalho com LLM que controlam os gastos com API por meio de roteamento de modelos, rastreamento imutável de custos, tratamento de retries e prompt caching. É ideal para jobs em lote, pipelines de documentos e automação de workflows em que volume de saída e trade-offs de qualidade precisam seguir regras claras.

fact-checker é uma skill orientada por prompt para verificação estruturada de alegações, avaliação de fontes e emissão de vereditos claros, com nível de confiança e contexto. Instale a partir de Shubhamsaboo/awesome-llm-apps para checar fatos em afirmações, rumores, estatísticas e alegações enganosas com um fluxo de trabalho reproduzível.

deep-research é uma skill leve de agente para pesquisa estruturada na web. Ela ajuda a definir o escopo, reunir múltiplas fontes, avaliar a credibilidade e sintetizar resultados com citações a partir de um único fluxo em `SKILL.md`.

cso é uma skill de auditoria de segurança no estilo Chief Security Officer para agentes. Ela ajuda a revisar codebases e fluxos de trabalho em busca de exposição de segredos, risco de dependências e cadeia de suprimentos, segurança de CI/CD e segurança de LLM/IA usando OWASP Top 10 e STRIDE. Use cso para revisões estruturadas de Security Audit com gates de confiança, verificação ativa e acompanhamento de tendências.

langsmith-fetch é uma skill de depuração para agentes LangChain e LangGraph. Ela orienta assistentes a instalar a CLI, configurar credenciais do LangSmith, buscar traces recentes e analisar erros, chamadas de ferramentas, atividade de memória, latência e uso de tokens com base em evidências dos traces.

humanloop-automation é uma skill do Claude para automatizar fluxos de trabalho do Humanloop por meio do Composio Rube MCP. Instale a partir de ComposioHQ/awesome-claude-skills, configure https://rube.app/mcp, verifique RUBE_SEARCH_TOOLS, conecte o Humanloop e descubra os schemas atuais das ferramentas antes da execução.

GroqCloud Automation é uma skill MCP da Composio para descoberta de modelos GroqCloud, chat completions, tradução de áudio e seleção de vozes TTS por meio das ferramentas GROQCLOUD_*.

prompt-engineering-patterns é uma skill prática para design de prompts em produção, cobrindo contexto de instalação, templates reutilizáveis, exemplos few-shot, saídas estruturadas e fluxos de otimização de prompts para Context Engineering.

A skill evaluation-methodology explica a pontuação PluginEval para Model Evaluation, incluindo camadas, rubricas, pontuação composta, limites de badges e orientações práticas para interpretar resultados e melhorar dimensões fracas.

rag-implementation é uma skill prática para planejar sistemas de RAG com bancos de dados vetoriais, embeddings, padrões de recuperação e fluxos de resposta ancorada em fontes. Use para comparar opções de stack, orientar decisões de arquitetura e guiar instalação e uso em Q&A sobre documentos, assistentes de conhecimento e busca semântica.

similarity-search-patterns ajuda você a escolher métricas de distância, tipos de índice e padrões de recuperação híbrida para busca semântica e fluxos de trabalho de RAG. Use a skill para planejar os trade-offs da busca vetorial em produção entre recall, latência e escala.

A skill hybrid-search-implementation mostra como combinar recuperação vetorial e por palavras-chave com RRF, fusão linear, reranking e padrões em cascata para sistemas de busca e RAG.

langchain-architecture é um guia de arquitetura para criar aplicações com LangChain 1.x e LangGraph. Use para decidir entre chains, agents, retrieval, memory e padrões de orquestração com estado antes da implementação.

Use a skill llm-evaluation para criar planos de avaliação repetíveis para apps com LLM, prompts, sistemas RAG e mudanças de modelo, com métricas, revisão humana, benchmarking e verificações de regressão.

embedding-strategies ajuda você a escolher e otimizar modelos de embedding para busca semântica e fluxos de RAG, com orientações práticas sobre chunking, trade-offs entre modelos, conteúdo multilíngue e avaliação de recuperação.

ai-prompt-engineering-safety-review é uma skill de auditoria de prompts para revisar prompts de LLM quanto a segurança, vieses, vulnerabilidades de segurança e qualidade de saída antes do uso em produção, avaliação ou contato com clientes.

agentic-eval é uma skill do GitHub Copilot que mostra como criar loops de avaliação para saídas de IA usando reflexão, crítica com base em rubricas e padrões evaluator-optimizer.

develop-ai-functions-example ajuda você a criar ou modificar exemplos executáveis do AI SDK em vercel/ai, em `examples/ai-functions/src/`. Use para escolher a categoria certa, seguir as convenções do repositório e montar exemplos mínimos para validação de providers, demos ou fixtures.

agent-workflow-designer ajuda a planejar workflows multiagente para produção, com seleção de padrões, contratos de handoff, retentativas, timeouts, limites de contexto e quality gates. Use para desenhar fluxos sequential, parallel, router, orchestrator ou evaluator e gerar esqueletos iniciais com scripts/workflow_scaffolder.py.

prompt-governance é um skill do Claude para gerenciar prompts de produção como ativos versionados, revisados e testados. Use para planejar registros de prompts, testes de regressão, experimentos A/B, pipelines de evals, aprovações de release e fluxos de rollback para recursos de IA.

senior-ml-engineer ajuda agentes a planejar sistemas de ML em produção: model deployment, MLOps pipelines, monitoramento, drift detection, arquitetura RAG e integração com LLM. Inclui guias de referência e scripts iniciais para deployment, monitoramento e RAG, que as equipes devem adaptar antes de usar em produção.