> Education _

Проект 'mentoring-juniors' решает проблему недостатка эффективных методик обучения начинающих разработчиков и специалистов в области AI. Он предоставляет структурированный подход, основанный на сократовском методе, чтобы помочь новичкам освоить навыки решения проблем и развить самостоятельность, акцентируя внимание на понимании, а не на получении готовых решений. Это open-source решение, доступное для использования и адаптации. В основе проекта лежит четко определенная персона 'Сэнсэй' – опытный руководитель разработки, применяющий сократовскую методику для направления обучения через вопросы и подсказки. Использование инструмента разработчика и принципов prompt engineering позволяет адаптировать процесс обучения к индивидуальным потребностям, обеспечивая максимальную эффективность. Проект включает в себя документацию по целевой аудитории, золотым правилам и принципам работы с новичками, что способствует эффективной передаче знаний и опыта. В дальнейшем планируется интеграция с системами автоматизации для персонализации обучения и отслеживания прогресса.

Решение open-source phoenix-skill-development предоставляет структурированный фреймворк и руководство для разработки и совершенствования навыков, обучающих AI-агентов взаимодействию с функциями Phoenix, с акцентом на наблюдаемость и оценку. Это позволяет создавать четкие инструкции для AI, оптимизированные для работы с конкретными аспектами платформы. Инструмент разработчика phoenix-skill-development использует YAML для определения навыков, обеспечивая стандартизированный подход к их структурированию и организации в директории skills/. Поддерживаемые технологии включают Langchain, LLMIndex, Python и интеграцию с OpenAI. Примеры существующих навыков, таких как phoenix-tracing и phoenix-evals, демонстрируют практическое применение фреймворка. Фреймворк способствует автоматизации процесса обучения AI-агентов, позволяя быстро создавать и обновлять навыки для работы с Phoenix. Четкая структура каталогов и использование файлов SKILL.md и README.md обеспечивают как техническую, так и понятную для человека документацию, упрощая разработку и поддержку.

Onboard предоставляет комплексное решение для управления агентами, обеспечивая эффективную и надежную основу для ваших AI-powered процессов. Эта система позволяет автоматизировать сложные задачи, требующие взаимодействия с различными сервисами и данными. В основе лежит принципиально новый подход к организации рабочего процесса, где каждый агент выполняет четко определенную функцию, а взаимодействие между ними оптимизировано для максимальной производительности. Для взаимодействия с системой предусмотрена командная строка, позволяющая осуществлять тонкую настройку и мониторинг. Работа с Onboard включает в себя освоение нескольких ключевых навыков. В частности, вы будете использовать терминальную утилиту для выполнения скриптов и команд, необходимых для управления агентами. Понимание принципов работы CLI-инструмента позволит вам быстро адаптироваться к системе и эффективно решать возникающие задачи. Этот навык критически важен для диагностики проблем, развертывания новых агентов и оптимизации существующих процессов. Onboard предоставляет мощные инструменты для автоматизации и управления, позволяя вам сосредоточиться на стратегических задачах, а не на рутинных операциях. Эффективное использование командной строки и других инструментов обеспечит вам полный контроль над системой и позволит быстро реагировать на изменения в бизнес-среде. В дальнейшем мы подробно рассмотрим примеры использования и индивидуальные рекомендации по адаптации системы под ваши нужды.

— name: onboard description: «Interactive three-part onboarding for new team members to the Trellis AI-assisted workflow system. Covers core philosophy (AI memory, project-specific knowledge, context drift), system structure and command deep-dives, real-world workflow examples, and guideline customization. Use when a new developer joins the project, someone needs to understand the Trellis workflow, or project guidelines […]

Системное мышление – это подход к решению сложных проблем, который фокусируется на понимании взаимосвязей и обратной связи внутри систем, а не на отдельных элементах. Он позволяет выявлять скрытые закономерности и предвидеть последствия изменений, что особенно важно при разработке стратегий, учитывающих влияние искусственного интеллекта и большой языковой модели. Применение системного мышления позволяет моделировать и анализировать динамические процессы, например, с использованием концепций усиливающих и сдерживающих петель. Это может быть реализовано посредством симуляций, где AI-агент взаимодействует с моделью системы, демонстрируя ее поведение и помогая выявить критические точки воздействия. Инструменты, такие как Clawhub, предоставляют платформу для архивации и версионирования таких моделей. Данный репозиторий предоставляет инструменты для управления версиями навыков, основанных на принципах системного мышления, и потенциально использует AI для представления и симуляции этих навыков. Интеграция с Clawhub API и использование OpenClaw обеспечивают гибкость и расширяемость решения для анализа и оптимизации сложных систем.

Создание научных постеров часто является трудоемким процессом. posterskill-academic-posters – это обучающая платформа, решающая эту проблему, позволяющая генерировать интерактивные, готовые к печати научные постеры непосредственно из исходного кода Overleaf. Это эффективный образовательный инструмент для исследователей, упрощающий визуализацию и представление результатов работы. Инструмент использует Claude Code для преобразования вашего Overleaf проекта в интерактивный HTML-файл. В результате получается самостоятельный файл, не требующий этапов сборки или серверной инфраструктуры. Встроенный визуальный редактор с перетаскиванием позволяет легко настраивать макет и дизайн постера. posterskill-academic-posters – это не просто генератор, это курс программирования, демонстрирующий возможности автоматизации научных задач. Технологии, лежащие в основе инструмента (React, HTML, Git) позволяют легко интегрировать его в существующие рабочие процессы и расширять функциональность.

Algernon-Interview – это обучающая платформа, предоставляющая структурированный фреймворк для создания и проведения технических собеседований, ориентированных на специалистов в области искусственного интеллекта. Решение позволяет автоматизировать генерацию вопросов на основе базы данных, интегрированной с Clawhub, и обеспечивает объективную оценку компетенций кандидата. Инструмент предлагает четкую структуру интервью, разделенную на категории: Concepts, Application, Trade-offs и Production, что позволяет всесторонне оценить знания и опыт. Используется SQLite для хранения данных, а Notion CLI – для управления информацией, обеспечивая удобство и гибкость в настройке процесса. Algernon-Interview выступает как мощный образовательный инструмент и курс программирования для подготовки к техническим интервью, помогая интервьюерам проводить более эффективные и стандартизированные оценки, а кандидатам – лучше подготовиться к будущим собеседованиям.

tutor-ai решает проблему потери данных и версионирования навыков, разработанных с использованием искусственного интеллекта. Этот репозиторий автоматизирует архивирование и резервное копирование информации о навыках из платформы clawhub.com, обеспечивая сохранность и возможность восстановления предыдущих версий. В основе tutor-ai лежит большая языковая модель и использование AI-агента для автоматизации процессов. Реализация выполнена на Python с применением Clawhub API, Git и специализированных инструментов архивирования, что гарантирует надежность и эффективность работы. Ключевые особенности включают в себя архивирование версий навыков, автоматическое создание резервных копий и полное сохранение данных из clawhub.com. Это позволяет разработчикам и исследователям безопасно экспериментировать и отслеживать эволюцию своих AI решений.

Руководство по созданию эффективных навыков, расширяющих возможности агента с помощью специализированных знаний, рабочих процессов или интеграций с инструментами. Используйте этот навык, когда пользователь запрашивает: (1) создание нового навыка, (2) создание навыка, (3) разработку навыка, (4) настройку навыка, (5) инициализацию навыка, (6) создание каркаса для навыка, (7) обновление или изменение существующего навыка, (8) проверку навыка, (9) изучение структуры навыка, (10) понимание принципов работы навыков или (11) получение рекомендаций по шаблонам проектирования навыков. Активируется фразами, такими как "создать навык", "новый навык", "разработать навык", "навык для X", "как мне создать навык" или "помогите мне разработать навык".

Руководство по созданию эффективных навыков. Этот навык следует использовать, когда пользователи хотят создать новый навык (или обновить существующий), который расширяет возможности Letta Code, добавляя специализированные знания, рабочие процессы или интеграции с инструментами.

Обеспечивает целенаправленное развитие навыков во время программирования с использованием искусственного интеллекта. Предлагает интерактивные упражнения после выполнения архитектурных задач (создание новых файлов, изменение схем, рефакторинг). Используйте, когда вы завершаете функции, принимаете решения о проектировании или когда пользователь просит лучше понять код. Активируется по запросам "упражнение для обучения", "помогите мне понять", "объясните мне", "почему это работает" или после создания новых файлов/модулей. НЕ используйте для срочной отладки, быстрых исправлений или когда пользователь говорит "просто выпустим это".

Создание операций для конструктора шаблонов SAM. Автоматическая активация навыка для AWS Skills. Запускается при: использовании конструктора шаблонов SAM, использовании части конструктора шаблонов SAM. Является частью категории навыков AWS Skills. Используйте, когда работаете с функциональностью конструктора шаблонов SAM. Активируйте с помощью фраз, таких как "sam template builder", "sam builder", "sam".

Рассчитайте показатель APDEX. Автоматически активируемая функция для тестирования производительности. Запускается при: расчете показателя APDEX. Является частью категории "Тестирование производительности". Используйте, когда работаете с функциональностью расчета показателя APDEX. Активируйте с помощью фраз, таких как "калькулятор APDEX", "калькулятор APDEX", "APDEX".

Создание операций для создания фоновых задач. Автоматическое включение навыка для разработки серверной части. Активируется при: создании фоновых задач, создании части фоновых задач. Является частью категории навыков "Разработка серверной части". Используйте, когда работаете с функциональностью создания фоновых задач. Активируйте фразами: "создание фоновых задач", "создание фоновых процессов", "фоновые процессы".

Создание операций для генератора blueprints Flask. Автоматическое включение навыка для разработки бэкенда. Активируется при: создании blueprints Flask, создании blueprints Flask. Является частью категории навыков "Разработка бэкенда". Используйте, когда работаете с функциональностью генератора blueprints Flask. Активируйте с помощью фраз, таких как "генератор blueprints Flask", "генератор Flask", "Flask".

Создание операций для Optuna Study Creator. Автоматическая активация функции для машинного обучения. Запускается при: использовании Optuna Study Creator, части Optuna Study Creator. Относится к категории "Машинное обучение". Используйте, когда работаете с функциональностью Optuna Study Creator. Активируется фразами: "optuna study creator", "optuna creator", "optuna".

Конструктор тестовых данных – автоматическая функция для автоматизации тестирования. Активируется при: использовании конструктора тестовых данных. Является частью категории "Автоматизация тестирования". Используйте при написании или выполнении тестов. Активируйте с помощью фраз, таких как "конструктор тестовых данных", "генератор тестов", "тест".

Создать операции для генерации заглушек. Автоматически активировать навык "Автоматизация тестирования". Активируется при: использовании генератора заглушек, компоненте "Генератор заглушек". Является частью категории навыков "Автоматизация тестирования". Используйте, когда работаете с функциональностью генератора заглушек. Активируйте с помощью фраз "генератор заглушек", "генератор заглушек", "заглушка".

Создание операций для генератора шаблонов CloudFormation. Автоматически активируемая функция для сервисов AWS. Запускается при: создании шаблона CloudFormation, создании шаблона CloudFormation. Является частью категории навыков AWS. Используйте, когда работаете с функциональностью генератора шаблонов CloudFormation. Активируйте с помощью фраз, таких как "генератор шаблонов CloudFormation", "создатель CloudFormation", "CloudFormation".

Добавьте отслеживание метрик и метаданных в код машинного обучения для Valohai. Используйте эту функцию, когда пользователь хочет отслеживать метрики обучения (потери, точность, F1 и т. д.), регистрировать метаданные экспериментов, включать визуализацию метрик в реальном времени или сравнивать эксперименты в Valohai. Активируется при упоминании метрик, метаданных, отслеживания экспериментов, регистрации точности/потерь или миграции метрик в Valohai.

Навык структурирует профессиональное развитие программистов, акцентируя внимание на интеллектуальной скромности, качестве кода и экспериментальном обучении. Решает проблему отсутствия систематического подхода к росту, предлагая методику, учитывающую когнитивные ограничения. Скилл предлагает стратегии компенсации человеческих ограничений: разбиение системы на компоненты для снижения когнитивной нагрузки, проведение код-ревью для выявления ошибок и "эго-безопасное" программирование, а также написание коротких, понятных подпрограмм, ориентированных на предметную область. Использует Claude Code для генерации и анализа кода, Python для реализации логики, а Testing Frameworks для проверки и улучшения качества. Предоставляет рекомендации по декомпозиции систем, стратегиям код-ревью и организации экспериментального процесса обучения.

## Research Skill — Интерактивное приложение для изучения Web3 Описание проекта Приложение ориентировано на обучение пользователей стандартам ERC/EIP через интерактивные игры, обучающие комиксы и AI-тьютора. Решает проблему недостатка доступных и увлекательных материалов для освоения основ Web3. Основные механики Приложение использует геймификацию для закрепления знаний о стандартах ERC и EIP. Интерактивные игры моделируют реальные сценарии взаимодействия с Blockchain, комиксы визуализируют сложные концепции, а AI-тьютор предоставляет персонализированную поддержку и отвечает на вопросы. Прогресс пользователя отслеживается и визуализируется. Технологии и особенности В основе разработки – JavaScript и React для пользовательского интерфейса. Интеграция с Web3 обеспечивает взаимодействие с Blockchain. AI-тьютор реализован с использованием технологий машинного обучения для адаптивного обучения. Приложение использует принципы Blockchain для обеспечения прозрачности и безопасности данных.