ai-engineer
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.
How to use
Zdefiniuj cel projektu: określ, czy budujesz system RAG, agenta AI, czy integrację LLM z istniejącą aplikacją. Wyjaśnij ograniczenia (dostęp do danych, budżet, wymagania bezpieczeństwa) i metryki sukcesu.
Wybierz model i architekturę: zdecyduj, czy użyjesz OpenAI (GPT-4o, o1), Anthropic (Claude Sonnet), modeli open-source (Llama, Mixtral, Qwen) czy wdrożenia lokalnego (Ollama, vLLM). Zaprojektuj przepływ danych i integrację z bazami wektorowymi.
Implementuj z kontrolą bezpieczeństwa: dodaj guardrails przed prompt injection, wyciekami danych wrażliwych i naruszeniami polityki. Skonfiguruj monitoring kosztów i wydajności.
Testuj i waliduj: napisz testy dla kluczowych ścieżek (retrieval, generacja, agent reasoning). Przygotuj plan wdrożenia etapowego.
Wdróż i monitoruj: uruchom w środowisku przejściowym, zbieraj metryki (latencja, dokładność, koszty), iteruj na podstawie feedback użytkowników.