Przejdź do treści
Biblioteka skilli
AI i agenci · Przegląd i audyt

ai-engineer-audit

/ai-engineer-audit

Audytuje kod, prompty i architekturę pod kątem antywzorców AI: rozdęcia promptów, brakujących schematów, RAG bez indeksów i pętli agentów.

Repozytorium
ai-engineer ↗
Licencja
MIT
Ostatnia zmiana repozytorium
30.10.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 30.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Audytuje kod, prompty i architekturę pod kątem antywzorców AI: rozdęcia promptów, brakujących schematów, RAG bez indeksów i pętli agentów.

Oryginalny opis (EN)

Audits codebases, prompts, and architectures for AI anti-patterns, prompt bloat, missing schemas, unindexed RAG, and unbounded agent loops. Use when reviewing AI pull requests, inspecting LLM applications for latency/cost waste, or diagnosing production hallucinations.

Jak działa

  1. Audit Checklist
Sekcje z nagłówków SKILL.md, w oryginale · 33 linii, 230 słów
Podgląd SKILL.md
---
name: ai-engineer-audit
description: Audits codebases, prompts, and architectures for AI anti-patterns, prompt bloat, missing schemas, unindexed RAG, and unbounded agent loops. Use when reviewing AI pull requests, inspecting LLM applications for latency/cost waste, or diagnosing production hallucinations.
---
# ai-engineer-audit

A specialized diagnostic auditor that inspects software repositories and prompt libraries for expensive AI anti-patterns, security vulnerabilities, and latency bloat.

## Audit Checklist

When invoked on a file, directory, or pull request, check against these 5 pillars:

### 1. Prompt Bloat & Prefix Cache Hygiene
- Are static instructions at the top of the prompt or mixed dynamically?
- Does the prompt include unpruned conversational turns or raw debug logs?
- Could verbose explanations be replaced with concise structured schemas?

### 2. Schema Rigor & Type Safety
- Does the LLM return free-form text when structured JSON was required?
- Is there a validation layer (Pydantic / Zod) with automated retry/repair?
- Are fallback default responses defined in case of model degradation?

### 3. Retrieval & RAG Health
- Is vector search relying solely on dense embeddings without BM25 keyword matching?
- Is a cross-encoder reranker utilized before feeding top-K chunks to the model?
- Are document chunks oversized or missing metadata filters?

### 4. Agent Control Boundaries
- Is there an explicit maximum iteration ceiling (e.g. max 5-8 turns)?
- Are mutating or destructive actions protected by human-in-the-loop gates?
- Are tool functions idempotent?

### 5. Unit Economics & Model Routing
- Are frontier models being used for simple classification, routing, or extraction?
- Is streaming implemented for interactive user queries?
- Are high-frequency deterministic queries cached?

Wersje

W bazie nie ma innych skilli o nazwie ai-engineer-audit.

Migawka bazy z 13.11.2026 · wersja paczki 815acb70bd22 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100senior-prompt-engineer
    Optymalizuje prompty i szablony, ocenia odpowiedzi LLM, projektuje RAG i architektury agentów oraz analizuje zużycie tokenów.
  • 100prompt-engineer
    Optymalizuje prompty dla LLM przy pisaniu system promptów i poprawie wydajności agentów.
  • 96ai-engineer
    Buduje aplikacje oparte na LLM, systemy RAG i potoki promptów dla funkcji napędzanych przez AI.
  • 95llm-app-patterns
    Opisuje wzorce architektury aplikacji z LLM i asystentów AI: inżynieria promptów, RAG, pętle agentów, zarządzanie rozmową i ewaluacja.
  • 95senior-prompt-engineer
    Optymalizuje prompty i architekturę systemów LLM: wzorce promptów, ustrukturyzowane wyjścia, RAG i ewaluację modeli.
  • 100senior-prompt-engineer
    Optymalizuje prompty, projektuje szablony i ocenia wyniki LLM, także RAG, systemy agentowe i wyjścia strukturalne.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.