
developer-prime-directives (Grade A)Biztonsági tesztelt adat-ai készség a Claude AI szolgáltatásra. Átkategóriázott (Grade A). PRIME DIRECTIVES — a deepPromptból kinyert szerepkör, fejlesztőknek.
Áttekintés
Fő funkciók
- Tartja meg az eredeti tartalmat a szerepkörökből
- Megfelelő útmutatás a változásokhoz
- [Mutációs] útmutatás az elveket változtatásához
Árazás
- Modell
- Free
- Kategória
- Készségek
- Értékelés
- Még nincs értékelés
Felhasználási esetek
Fejlesztői bevezetés
Az új fejlesztők ezeket az elveket lehetővé teszi, hogy kódolási legjobb gyakorlatok és elvek segítségével kódoljanak.
Kódrizkizárás
A tapasztalt fejlesztők használhatják ezeket a direktívákat, hogy értékeljék és javítsák a kód minőségét a reviziónkhoz.
Előnyök és hátrányok
Előnyök
- Ösztönzi a legjobb kódolási gyakorlatokat
- Optimálja a kód olvashatóságát
- Megakadályozza az igazolhatatlan komplexitásokat
Hátrányok
- Lehetséges, hogy túlságosan korlátozó egyes fejlesztők számára
- Nem nyújt részletes iránymutatást egyes speciális helyzetekre
Értékelések
Jelentkezz be értékelés írásához.
Még nincs értékelés. Légy az első!
Kérdések
Which local models should I run, and how does hardware affect SecureContext?
SecureContext degrades gracefully by hardware tier — every LLM-powered layer fails closed (the feature quietly contributes nothing) rather than breaking ingest or search. What changes with hardware is how much of the intelligence stack is active: | Tier | Hardware | Models that fit | What you get | |---|---|---|---| | Minimum | Any CPU, ~2 GB RAM free | nomic-embed-text (embeddings only) | Hybrid BM25+vector search, working memory, audit chain, skills gating — the core. LLM layers (event extraction, entity extraction, contradiction adjudication) stay dormant. | | Mid | 8–16 GB GPU (or Apple Silicon 16 GB+) | + qwen2.5-coder:14b or phi4:14b (one at a time) | + Event-fact extraction at ingest (temporal reasoning), LLM contradiction adjudication, entity extraction, L0/L1 semantic file summaries. | | Full | 24 GB+ GPU (e.g. RTX 4090/5090) | + phi4:14b and gpt-oss:20b resident together | Everything, concurrently, at interactive latency — plus a strong local generator for QA/benchmarks. This is the configuration our published benchmark deltas were measured on. | Model-choice guidance (all measured, see bench/): Embeddings: nomic-embed-text — required, tiny, runs anywhere. Event extraction (ZCEVENTEXTRACTMODEL, default phi4:14b): our bakeoff scored phi4:14b at 100% event recall / 100% date accuracy, tying gpt-oss:20b at 2× the speed. On smaller GPUs qwen2.5-coder:14b is close behind (84.6% recall). Coder models ≠ better: qwen2.5-coder:32b scored worst (69.2%) despite being the large
Asked by Ethan Brooks · Oct 7, 2025
Mit kell véghez vinnem, hogy futtathassam?
Node 20+, és (ajánlott) Docker az ollamával együtt csomagolt PostgreSQL-hez. A kisegítő SQLite-el együtt a felszólító parancs mindössze öt percen belül mindent megold.
Asked by Aisha Khan · Sep 25, 2025
Egy Claude Code-i munkamenetek többféle alkalommal futtathatók-e ugyanarra a projektre, anélkül, hogy konfliktusok lépnek fel?
Igen – párhuzamos ügyfélkapcsolatok atomikusan felvesznek feladatokat egy munkavégzés-lopással működő sorből (zéró dublet-igénylés 50 ügyfél × 100 feladat a tesztelésnél), koordinálják a típusos adásokat (ASSIGN/STATUS/MERGE/REJECT), és egyedi, magánhelyi emlékezeti névterek mellett egy közös, megosztott poolnak tartanak számon.
Asked by Zofia Kaczmarek · Sep 16, 2025
Biztonságosak-e a Claude Code készségek telepítése?
A fájlrendszer-készségek csomagolják a szkripteket, amelyek a felhasználó engedélyeivel futnak, és a Claude Code natív betöltője nem vizsgálja meg őket. A SecureContext hozzáadja a hiányzó védelmet: az AST vizsgálatot a bevezetéskor, az HMAC verifikációt minden végrehajtás előtt, az automatikus karantént a meghiúsulás vagy a bevezetést követő változás esetén, és a verifikálható láncolt naplót minden bevezetési döntésről.
Asked by Carlos Mendoza · Sep 16, 2025
Küldi a SecureContext a kódomat vagy adataimat a felhőbe?
Nem. A memória, a beágyazások (Ollama nomic-embed-text), a keresés, az összegzés és a felülvizsgálati lánc teljes mértékben helyben futnak. Teljesen offline működik (a keresés szépen leáll, ha az Ollama nem elérhető), és $0 az ára, ha nincs használatban.
Asked by Yara Mansour · Sep 15, 2025
Kérdezz
Készségek alternatívái

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

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

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

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

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

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.

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

Pontos Magyarázatok a Hetedkérdésekkel

Dokumentum intelligencia API, amely szövegen, szétválasztja, szöveget felismeri, és strukturált adatokat kímél ki összetett PDF-kből, előadásokból és összehasonlító dokumentumokból.

Nyílt multimodális 12B modell, amely kezeli a szöveget és a képet váltakozva, 128K kontextusablakkal.

Támogatott válaszok, fizetés per kattintás.
