
developer-skill-execution-outcome-reporting-v0-18-1 (Grade A)Biztonság-tesztelt adat-AI készség a Claude AI-hez. Értékelés A. KÉSZSÉG VALÓSÍTÁSA + KERESMÉRVESZOLGÁLTATÁS (verzió 0.18.1) — kivont a role.json alapú mélykészségmélységben
Áttekintés
Fő funkciók
- Készség-végrehajtási protokoll
- Eredménybeszámolat a zc_record_skill_outcome segítségével
- Automatikus kudarcnyilvántartás és mutációs láncolat aktiválás
- Beépített integráció a készségmenedzsment-keretrendszerrel
Árazás
- Modell
- Free
- Kategória
- Készségek
- Értékelés
- Még nincs értékelés
Felhasználási esetek
Készség-ellenőrzés
A fejlesztő megfelelően használja ez a készség, hogy a másik készséget vagy gyakorlatot igazolja a készség-test olvasásával, a kísérleti adatok végrehajtásával és az eredmények beszámolásával.
Készség-kudarcszámítás
A készség automatikusan nyilvántartja a kudarcokat és aktiválja a javaslatmutációs láncolatot az előrehaladás javaslatára több egymást követő kudarccal.
Előnyök és hátrányok
Előnyök
- Strukturált megközelítés készség-végrehajtásra és eredménybeszámolásra
- Automatikusan kezelik a kudarcnyilvántartást és mutációs javaslatokat
- Bővített integráció a meglévő készségmenedzsment-keretrendszerrel és keresmérveszolgáltatással
Hátrányok
- A keresmérveszolgáltatásokhoz tartozó speciális függvények (például zc_record_skill_outcome) többletbeállítást vagy ismeretanyagot igényelhetnek
- A keresmérveszolgáltatás és kudarckezelés folyamata komplex lehet bizonyos felhasználók számára
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 Urszula Kowalczyk · Jul 20, 2025
Mi kell ehhez futtatni?
Node 20-astól és (ajánlott) a Docker-t a csomagolt PostgreSQL + Ollama készlethez. A egyutas telepítő minden mindent körülbelül öt percre lebont. Egy SQLite esetleges helyettesítés a nulla infrastruktúra mellett fut.
Asked by Rina Desai · Jul 11, 2025
Több Claude Code-meghívás is együtt dolgozhat-e ugyanazzal a projektet anélkül, hogy konfliktusokat okozná?
Igen - párhuzamos megkísérelni a feladatokat attómiailag kijelentek a munka-lopásos vonalból (zéró duplikáció 50 ügynök × 100 feladat esetén a tesztelés során), koordinálják a típusos terjesztés segítségével (ASSIGN/STATUS/MERGE/REJECT), és az ügynökhöz tartozó egyéni memórianevek plusz egy megosztott medence van. Az osztályok stílusú hierarchiák szükségesek nagyobb ügynökcsapatok esetén.
Asked by Gunnar Eriksson · Jul 5, 2025
Biztonságos-e a Claude Code képességeinek telepítése?
A fájlrendszerek képességek csomagolják a betöltéshez szükséges skripteket, és a Claude Code natív betöltője nem vizsgálja őket. A SecureContext hozzáadja a hiányzó kaput: az AST-szkennelés az engedélyek beadásakor, az HMAC-verifikáció minden végrehajtás előtt, a vészállapot esetén a program automatikus karanténba helyezése vagy a beadás utáni változtatás esetén, és minden engedélyezésszükségleti döntés bizonyítható és láncolt naplózható.
Asked by Otto Berg · Jun 28, 2025
Létezik-e, hogy a SecureContext az én kódomat vagy adataimat a felhőbe küldi?
Nem. A memóriát, az Ollama nomic-embed-text beágyazásait, a keresést, a összegzést és a felülvizsgálati láncot helyben futtatjuk. A munka teljesen offline (a keresés lecsökken a kulcsszavakra, ha az Ollama leáll) és költség nélkül áll meg, amikor csöndben van.
Asked by Amara Chukwu · Jun 22, 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.
