designer-common-anti-patterns (Grade A) logo

designer-common-anti-patterns (Grade A)Biztonsági tesztelt adat-ai készség a Claude-nek. Grade A. SZOKÁSSELLENES minták – előállítva a roles.json mélyPromból a tervező szerep számára

(0)
Daniel NikulshynÉrtékelte Daniel Nikulshyn·Frissítve 2026. július

Áttekintés

Ez a készség egy viselkedési eljárást tartalmaz, amely eredetileg a tervező szerep mélyPrombjaiban volt elszórva. Magába foglalja a szokásellenes mintákat és a tervezésre vonatkozó alapelveket, amelyeket a roles.json-ból kinyertek, hogy irányítsák a tervezőket a könnyen hozzáférhető és felhasználóbarát felületek létrehozása felé. A fontos megállapítások közé tartozik a teljes állapotfelület tervezése, az elérhető hibajelzők használata és olyan gyakorlatok kerülése, mint az végtelenül szkroló és modális helyfoglalás. Az elkészülék a jó tervezési gyakorlatok előmozdítására és azon segítségnyújtásra hozzárendelve, hogy a tervezők könnyebben alkalmazható és hatékony felhasználói tapasztalatokat létrehozzanak.

Fő funkciók

  • Útmutatás a teljes állapotfelület tervezéséhez
  • Javaslatok a elérhető tervezési elemekhez
  • Az ajánlott gyakorlatok a hibajelzők és a felhasználói visszajelzés számára
  • Tanácsok a UI összetevők és a formázás számára
  • Limitálja a kiválasztott szokásellenes mintákat, amelyekből a tervezői szerep mélyPrombjaiban kiolvasták

Árazás

Modell
Free
Kategória
Készségek
Értékelés
Még nincs értékelés

Felhasználási esetek

Hozzáférhető űrlapok tervezése

Ezt a képességet használja arra, hogy a űrlapok tervezésénél a hozzáférhetőséget is figyelembe vegye, beleértve a tiszta címkéket, a szín megfelelő használatát és a képernyőolvasókat használó felhasználók szempontjait.

Hibakezelés fejlesztése

Ez a képesség iránymutatást ad arra, hogyan tervezzen hatékony hibakezelési mechanizmusokat, amelyek túlmutatnak azon, hogy csak a színt használják a hibák jelzésére.

Előnyök és hátrányok

Előnyök

  • Megadja a tisztánlátó útmutatásokat a közönséges tervezési hibákkal kapcsolatban
  • Hozzásegíti a tervezőket a jobb és felhasználóbarát felületek létrehozásához
  • Kiemelt figyelmet szentel a teljes állapotfelületnek és az eltérő felhasználói igényeknek

Hátrányok

  • Tartós korlátozásokat tartalmaznak a kiválasztott szokásellenes mintákkal kapcsolatban, amelyeket a tervezői szerep mélyPrombjaiban olvastak ki
  • Gyakran nem takarja be az összes lehetséges tervezési hibát vagy forgatókönyvet
  • useCases
  • :
  • [object Object],[object Object]

Értékelések

Jelentkezz be értékelés írásához.

Még nincs értékelés. Légy az első!

Kérdések

Melyik lokális modelleket kell futtatnom, és hogyan befolyásolja a hardver a SecureContextet?

A SecureContext szépen degradálódik a hardver szintjével – minden LLM-vezérelt réteg zártan megbukik (a funkció csendben nem járul hozzá semmihez), ahelyett, hogy megbontaná a bevitt adatokat vagy a keresést. Az, ami változik a hardverrel, az az, hogy mennyi az intelligens szoftververemmel aktív: | Szint | Hardver | Illeszkedő modellek | Mit kapunk | |---|---|---|---| | Minimum | Bármely CPU, ~2 GB szabad RAM | nomic-embed-text (csak beágyazások) | Hibrید BM25+vektoros keresés, munkamemória, audit lánc, készségek korlátozása — a mag. Az LLM rétegek (esemény kivonás, entitás kivonás, ellentmondás döntés) továbbra is szunnyadnak. | | Közepes | 8–16 GB GPU (vagy Apple Silicon 16 GB+) | + qwen2.5-coder:14b vagy phi4:14b (egyszerre) | + Esemény-tény kivonás a bevitt adatoknál (időbeli logika), LLM ellentmondás döntés, entitás kivonás, L0/L1 szemantikus fájlok összefoglalói. | | Teljes | 24 GB+ GPU (pl. RTX 4090/5090) | + phi4:14b és gpt-oss:20b együtt, lakóhelyen | Minden, egyidejűleg, interaktív késleltetéssel — plusz egy erős lokális generátor a QA/hatókörhöz. Ez a konfiguráció, amelyen a publikált benchmark deltáinkat mértük. | A modellválasztás irányelvei (minden mért, lásd bench/): Beágyazások: nomic-embed-text — szükséges, kicsi, bárhol fut. Esemény kivonás (ZCEVENT

Asked by Vera Nováková · Aug 29, 2025

Mi a feltételezés, hogy indítsa el?

Node 20-nál és (ajánlott) Docker a feladatban feladott PostgreSQL + Ollama-egységhez. A kivontási parancs mindössze négy-öt percet vesz igénybe. Az egyik SQLite-visszautasítás nélküli környezet futtatott szükségletek nélkül

Asked by Elena Rossi · Aug 20, 2025

Több Claude Code-sésszió egyszerre működhet egyazon projektben konfliktus nélkül?

Igen – párhuzamos szesziók atomikusan hozzáférnek egy osztó-szkennelő queue-hez (nulla dupla-hozzárendelés 50 ügynök × 100 feladat a tesztelésben), a kordinálásra típusos híroldalakat használnak (ASSIGN / STATUS / MERGE / REJECT), és mindig megőrzik a magánmemória-járóneveket plusz egy megosztott pultot. A nagyobb ügynökcsapatok számára előre megadott osztályozások támogatottak

Asked by Dara Fitzgerald · Aug 13, 2025

Biztonságosak-e a Claude Code készségek telepítése?

A fájlrendszer-készségek szkripteket kötnek össze, amelyek az Ön engedélyeivel futnak, és a Claude Code natív betöltője nem vizsgálja őket. A SecureContext hozzáadja a hiányzó kaput: az AST vizsgálat az engedélyezésnél, HMAC-verifikáció minden végrehajtás előtt, automatikus karantén a sikertelenség vagy a felvétel utáni változás esetén, és egy verifikálható láncolt napló minden felvételi döntésről.

Asked by Rasheed Osman · Aug 10, 2025

Küldi-e a SecureContext a kódomat vagy adataimat a felhőbe?

Nem. A memória, az embeddings (Ollama nomic-embed-text), a keresés, az összegzés és a felülvizsgálati lánc minden lokálisan fut. Teljesen offline működik (a keresés Ollama leállása esetén lezseren degradálódik kulcsszó-alapúra), és $0 díjat számít fel, amikor nincs használatban.

Asked by Mei-Ling Wong · Jul 26, 2025

Kérdezz

Készségek alternatívái

Using Git Worktrees (Grade A) logo
Using Git Worktrees (Grade A)Készségek

Biztonsági teszteknek alávetett adat-ai képesség a Claude AI-hoz. Grade A. Használja, amikor elkülönülést igénylő funkcionális munkát kezd el, vagy mielőtt végrehajtaná a megvalósítási terveket - elkülönített git munkaterületet hoz létre

(0)
Free
Ga4 Bigquery Schema (Grade A) logo
Ga4 Bigquery Schema (Grade A)Készségek

Biztonsági tesztelt adat-ai készség a Claude AI-nek. Osztálya A. GA4 BigQuery -kiviteli szintaxis referencia – komplett mezőnévtár, szöveges struktúrák, számítási minták és teljesítményi tippek

(0)
Free
Meta Capi (Grade A) logo
Meta Capi (Grade A)Készségek

Biztonságban ellenőrzött adat-ai készség a Claude számára. A+ minőség. A Meta Váltási API (CAPI) beállítási referencia — architektúra, eseménytípusok, ügyfélinformációk hashelése, duplikáció megszüntetése, példaalapú implementációk, AEM

(0)
Free
Callees (Grade A) logo
Callees (Grade A)Készségek

Biztonságigazolt fejlesztési készség Claude AI-hez. Osztályzat: A. Lista abból, amit egy metódus/művelet hív (hívási grafikus direkt)

(0)
Free
Test Module Name (Grade A) logo
Test Module Name (Grade A)Készségek

Biztonsági tesztelésű adat-ai készség a Claude AI-hez. Grade A. Nevezze el a Haskell tesztparaméter-modulokat a tesztelt modul neve alapján Spec suffixszel ugyanabban a névterületben. Használja, ha Haskell tesztparaméter-modulokat ír vagy felülvizsgál

(0)
Free
Board Of Directors (Grade A) logo
Board Of Directors (Grade A)Készségek

Biztonságtesztelt adat-készség a Claude AI-hez. Osztályzat A. Szimuláljon egy 5 tagú szakértői bizottság tanácskozását a fontos döntésekhez. használja, amikor a tervezéseket, rendszerépítési választásokat, funkciótervezést vagy bármilyen döntést értékelnek, amely igényli a több szempontból szakmailag elemzett véleményeket.

(0)
Free
Advpl Mvc Avancado (Grade A) logo
Advpl Mvc Avancado (Grade A)Készségek

Biztonságpróba által tesztelt fejlesztési kompetencia Claude AI-hez. Általános osztályozás A.

(0)
Free
D
Docs Writer (Grade A)Készségek

Biztonsági teszteknek megfelelő devops képesség a Claude AI-hoz. Grade A. **WORKFLOW SKILL** — Fenntartja a repellerek dokumentációjának pontosságát és frissességét a dokumentumok oldalon, az ügynökfájlokon és a változási naplóban. MIKOR: „dokumentumok frissítése”

(0)
Free