
writer-self-editing-checklistÖNELLENŐRZŐ LISTA — roles.json deepPrompt-ből származó részlet íróknak
Áttekintés
Fő funkciók
- Ellenőrzi a névmások előzményeit
- Klarítja az eljárási lépéseket
- Teszteli a kódpéldákat tiszta környezetben
- Biztosítja a terminológia következetességét
- Kiszűri a passzív hangú konstrukciókat
Árazás
- Modell
- Free
- Kategória
- Készségek
- Értékelés
- Még nincs értékelés
Felhasználási esetek
Dokumentáció Áttekintése
Használja ezt a listát a dokumentáció áttekintésére és szerkesztésére, mielőtt benyújtaná, hogy biztosítsa a minőségi szabványoknak való megfelelést.
Tartalom Minőségellenőrzés
Használja ezt a listát a tartalom minőségellenőrzési folyamatának részeként, hogy biztosítsa a következetességet és a világosságot több dokumentumban.
Előnyök és hátrányok
Előnyök
- Javítja a dokumentáció világosságát
- Biztosítja a terminológia következetességét
- Segít azonosítani a kódpéldák lehetséges problémáit
Hátrányok
- Időigényes lehet a kitöltése
- Egyes tételek nem alkalmazhatók minden típusú dokumentációra
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 leépített módon működik a hardver szintjén — minden LLM-kompatibilis réteg zárt módon működik (a funkció csendben nem járul hozzá), ahelyett, hogy megszakítaná a beviteleket vagy a keresést. Az, ami megváltozik a hardverrel, az az intelligencia stack aktív része: | Szint | Hardver | Illeszkedő modellek | Mit kapsz | |---|---|---|---| | Minimum | Bármely CPU, ~2 GB szabad RAM | nomic-embed-text (csak beágyazások) | Hibrid BM25+vektoros keresés, munkamemória, ellenőrzési lánc, készségkorlátok — a központi rész. Az LLM rétegek (eseménykivonás, entitáskivonás, ellentmondás-elbírálás) inaktívak maradnak. | | Közepes | 8–16 GB GPU (vagy Apple Silicon 16 GB+) | + qwen2.5-coder:14b vagy phi4:14b (egyszerre egy) | + Esemény-ténykivonás a beviteleknél (időbeli érvelés), LLM ellentmondás-elbírálás, entitáskivonás, L0/L1 szemantikus fájlok összefoglalása. | | Teljes | 24 GB+ GPU (pl. RTX 4090/5090) | + phi4:14b és gpt-oss:20b együtt | Minden, egyidejűleg, interaktív késleltetéssel — plusz egy erős lokális generátor a QA-hoz/benchmarkokhoz. Ez a konfiguráció, amelyen a publikált benchmark delta értékeket mértük. Modell-választási irányelvek (minden mérés, lásd bench/): Beágyazások: nomic-embed-text — szükséges, kicsi, bárhol fut. Eseménykivonás (ZCEVENTEXTRACT
Asked by Ekaterina Orlova · Dec 3, 2025
Mire van szükségem a futtatásához?
Node 20+ és (ajánlott) Docker a csomagban található PostgreSQL + Ollama stackhez. Az egy parancsot használó telepítő mindent elvégez körülbelül öt perc alatt. Egy SQLite visszalépési lehetőség nulla infrastruktúra mellett is fut.
Asked by Jarrah Whitlock · Nov 26, 2025
Több Claude Code munkamenet dolgozhat-e ugyanazon a projekten konfliktusok nélkül?
Igen — a párhuzamos munkamenetek atomi módon foglalják le a feladatokat egy munka-elrabló sorból (nulla dupla-igény 50 ügynök × 100 feladat tesztelés során), koordinálnak tipizált közvetítések (ASSIGN/STATUS/MERGE/REJECT) segítségével, és privát ügynökspecifikus memóriaterületeket tartanak fenn, plusz egy megosztott poolt. A nagyobb ügynökcsapatok támogatják a department-stílusú hierarchiákat (fejek + munkavállalók, N-szintű escalate).
Asked by Amina Diallo · Nov 8, 2025
Biztonságosak-e a Claude Code készségek telepítése?
A fájlrendszer-készségek csomagjában szkriptek futnak a engedélyeiddel, és a Claude Code natív betöltője nem vizsgálja őket. A SecureContext hozzáadja a hiányzó kaput: AST-vizsgálat a belépéskor, HMAC-ellenőrzés minden végrehajtás előtt, automatikus karantén a meghiúsulás vagy a belépés utáni változás esetén, és egy verifikálható láncolt napló minden belépési döntésről.
Asked by Fernando Rojas · Oct 28, 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 minden helyileg fut. Teljesen offline működik (a keresés Ollama leállása esetén szépen degradál keyword-alapúra), és $0 az ügyfelek részére, amikor nincs használatban.
Asked by Nadia Benali · Oct 21, 2025
Kérdezz
Készségek alternatívái

Biztonsági tesztekkel ellenőrzött fejlesztői készség a Claude AI-hoz. Grade A. Ellenőrzi és konfigurálja a Power Pages oldal által a böngészőknek küldött biztonsági fejléceket — Tartalom Biztonsági Szabályzat, keret- és kattintásvédelem

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.
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.
