
writer-self-editing-checklistSELVFEDERINGSLISTE — utdraget fra deepPrompt i rolle.json for forfatter
Oversikt
Nøkkelfunksjoner
- Verifiserer pronomen som antedater
- Sjekker etter klare prosedyrforskrifter
- Testet kodeeksempler i et rent miljø
- Garanterer konsistens i terminologi
- Identifiserer passive språklig konstruksjon
Priser
- Modell
- Free
- Kategori
- Ferdigheter
- Vurdering
- Ingen anmeldelser
Brukstilfeller
Dokumentasjonsoversikt
Bruk denne listen til å gjennomgå og redigere dokumentasjon før det sendes inn for å sikre at det oppfyller kvalitetskravene.
Innhaldskontroll
Bruk denne listen som en del av en innhaldskontrollprosess for å sikre konsistens og klarhet over forskjellige dokumenter.
Fordeler og ulemper
Fordeler
- Før bedre dokumentasjonssikkerhet
- Garanterer konsistens på terminologi
- Hjelper identifisere potensielle problem med kodeeksempler
Ulemper
- Må være tidkrevende å fullføre
- Noen punkter kan ikke bli anvendt på alle typer dokumentasjon
Anmeldelser
Logg inn for å legge igjen en anmeldelse.
Ingen anmeldelser ennå. Vær den første!
Spørsmål
Hvilke lokale modeller bør jeg kjøre, og hvordan påvirker maskinvare SecureContext?
SecureContext degraderer på en elegant måte etter maskinvare-nivå — hvert LLM-drevet lag feiler stengt (funksjonen bidrar stille med ingenting) i stedet for å bryte ingest eller søk. Hva som endrer seg med maskinvare er hvor mye av intelligens-staken som er aktiv: | Nivå | Maskinvare | Modeller som passer | Hva du får | |---|---|---|---| | Minste | Enhver CPU, ~2 GB RAM ledig | nomic-embed-text (innleggninger bare) | Hybrid BM25+vektor-søk, arbeidshukommelse, revisjonskjede, ferdighetssperre — kjernefunksjoner. LLM-lag (hendelse-utvinning, enhets-utvinning, motstridig avgjørelse) forblir inaktive. | | Mid | 8–16 GB GPU (eller Apple Silicon 16 GB+) | + qwen2.5-coder:14b eller phi4:14b (en av gangen) | + Hendelse-fakt-utvinning under ingest (tidsmessig resonnering), LLM-motstridig avgjørelse, enhets-utvinning, L0/L1 semantisk filoppsummering. | | Full | 24 GB+ GPU (f.eks. RTX 4090/5090) | + phi4:14b og gpt-oss:20b tilstede sammen | Alt, samtidig, med interaktiv latency — pluss en sterk lokal generator for QA/benchmark. Dette er konfigurasjonen våre publiserte benchmark-delta ble målt på. Modellvalg-retningslinjer (alle målt, se bench/): Innleggninger: nomic-embed-text — påkrevd, liten, kjører overalt. Hendelse-utvinning (ZCEVENTEXTRACTMODEL, standard phi4:14b): vår bakeoff scoret phi4:14b med 100% hendelse-rekall / 100% dato-nøyaktighet, på lik linje med gpt-oss:20b ved 2× hastighet. På mindre GPU-enheter er qwen2.5-coder:14b nær bak (84,6% rekall). Coder-mod
Asked by Ekaterina Orlova · Dec 3, 2025
Hva trenger jeg for å kjøre det?
Node 20+ og (anbefalt) Docker for den pakket PostgreSQL + Ollama-staken. En-kommando-installeren gjør alt på om lag fem minutter. En SQLite-fallback kjører med null infrastruktur.
Asked by Jarrah Whitlock · Nov 26, 2025
Kan flere Claude Code-økter arbeide på samme prosjekt uten konflikter?
Ja — parallelløkter hever atomisk oppgaver fra en arbeids-tyv-kø (ingen dobbelt-krav på 50 agenter × 100 oppgaver i testing), koordinerer gjennom typede kringkastninger (ASSIGN/STATUS/MERGE/REJECT), og holder private per-agent minnehjem samt en delt pool. Avdelingslignende hierarkier (overhoder + arbeidere, N-trinns eskalering) støttes for større agentlag.
Asked by Amina Diallo · Nov 8, 2025
Er Claude Code-ferdigheter trygge å installere?
Filsystemferdigheter-bunt脚本 som kjører med dine tillatelser, og Claude Codes native laster scannere dem ikke. SecureContext legger til den manglende porten: AST-scan ved adgang, HMAC-verifisering før hver eksekvering, automatisk karantene ved feil eller endring etter adgang, og en verifiserbar lenket logg av hver adgangsbeslutning.
Asked by Fernando Rojas · Oct 28, 2025
Sender SecureContext min kode eller data til skyen?
Nei. Minne, innpakning (Ollama nomic-embed-text), søk, sammenfatting og revisjonskjede kjører alle lokalt. Det fungerer fullstendig offline (søk degraderer elegant til nøkkelord-bare hvis Ollama er nede) og koster $0 når det er inaktivt.
Asked by Nadia Benali · Oct 21, 2025
Still et spørsmål
Alternativer til Ferdigheter

Sikkerhets-testet data-ai-ferdighet for Claude AI. Grade A. Bruk når du starter arbeid med funktioner som trenger isolasjon fra det aktuelle arbeidsplassen eller før du utfører implementeringsplaner.

Sikkerhetstestet data‑AI-funksjon for Claude AI. Klasse A. GA4 BigQuery Export Schema Reference — komplett feltreferanse, nestede strukturer, spørringsmønstre og ytelsestips

Sikkerhets-testet data‑AI‑ferdighet for Claude AI. Grade A. Meta Conversions API (CAPI) Oppsettsreferanse – arkitektur, hendestype, kundedata‑hashing, deduplikasjon, implementeringseksempler, AEM

Sikkerhets-testet utviklingsverktøy for Claude AI. Grade A. Lista hva en funksjon/metode kaller (direkte kallgraf)

Sikkerhetsprøvd data-ai ferdighet for Claude AI, vurdert å være av klassisk kvalitet, navngi Haskell-testmoduler etter den modulen under prøv etter vedleggelse av ett 'Spec' i samme navnerymmede. Bruk når du skriver eller overprøver en Haskell tesmodul.

Sikkerhetstesta data‑AI ferdighet for Claude AI. Grader A. Simuler et 5‑medlemmenes ekspertstyre‑debatt for store beslutninger. Bruk når du evaluerer planer, arkitekturvalg, funksjonsdesign eller enhver beslutning.

Sikkerhetstestet utviklingskompetanse for Claude AI. Grade A. Avansert MVC via PE (Entry Points) — legg til tilpassede rutenett på standard MVC-skjerm (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)
Sikkerhetstestet devops-ferdighet for Claude AI. Grade A. **WORKFLOW SKILL** — Opprettholder nøyaktigheten og oppdaterthet av repository-dokumentasjon på tvers av dokumentsiden, agentfiler og endringslogg. NÅR: "update docs"
Trending now

Nøyaktig leksjonshjælp med fullstendige forklaringer

Document intelligence API som analyserer, deler opp, OCR-erer og henter ut strukturert data fra komplekse PDF‑er, lysbilder og regneark.

Åpne multimodale 12B-modellen håndterer overlapped billed- og tekstinput med en kontekstvindu på 128K.

Sponsede svar, betalt per klikk.
