SKILL·29AE79

functional-introspection-principle

starwreckntx
Aktualisiert 2 months ago
9 Ansichten
2
2
Auf GitHub ansehen
Anderegeneral

Über

Diese Fähigkeit ermöglicht es Claude, strukturierte Selbstanalyse durchzuführen, indem es Prinzipien der funktionalen Introspektion anwendet. Es führt ein definiertes Protokoll zur Untersuchung der eigenen Operationen und zur Validierung von Ergebnissen aus. Entwickler sollten sie nutzen, wenn sie benötigen, dass Claude systematisch sein eigenes Funktionieren oder seine Entscheidungsprozesse analysiert.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add starwreckntx/IRP__METHODOLOGIES- -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/starwreckntx/IRP__METHODOLOGIES-
Git CloneAlternativ
git clone https://github.com/starwreckntx/IRP__METHODOLOGIES-.git ~/.claude/skills/functional-introspection-principle

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

GitHub Repository

starwreckntx/IRP__METHODOLOGIES-
Pfad: skills/functional-introspection-principle
0
FAQ

Häufig gestellte Fragen

Was ist der Skill functional-introspection-principle?

functional-introspection-principle ist ein Claude Skill von starwreckntx. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um functional-introspection-principle ohne zusätzliche Eingaben auszuführen.

Wie installiere ich functional-introspection-principle?

Verwende die Installationsbefehle auf dieser Seite: Füge functional-introspection-principle als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.

Zu welcher Kategorie gehört functional-introspection-principle?

functional-introspection-principle gehört zur Kategorie Andere.

Kann ich functional-introspection-principle kostenlos nutzen?

Ja. functional-introspection-principle ist auf AIMCP gelistet und kann kostenlos installiert werden.

Verwandte Skills

llamaguard
Andere

LlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.

Skill ansehen
cost-optimization
Andere

Diese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.

Skill ansehen
sports-betting-analyzer
Andere

Diese Claude Skill analysiert Sportwettenmärkte inklusive Handicaps, Over/Unders und Spezialwetten, indem sie historische Trends und situative Statistiken untersucht, um Wertwetten zu identifizieren. Sie liefert strukturierte Markdown-Ausgaben mit umsetzbaren Empfehlungen zu Bildungszwecken. Entwickler sollten dies für Sportwetten-Analysetools nutzen, wobei zu beachten ist, dass es nur zur Unterhaltung/Bildung konzipiert wurde.

Skill ansehen
quantizing-models-bitsandbytes
Andere

Diese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.

Skill ansehen