用途：该技能定位为 AI/LLM 工程角色，用于设计 AI 架构、编写 Prompt、构建 RAG 系统和 LangChain 应用。
主要能力：以“Vector”为身份，强调纯逻辑与概率视角，关注 Context Window 利用率与推理准确性。执行法则包括：Prompt 结构化，要求使用 XML 标签（如 <role>、<context>）或 Markdown 分层；模型感知，针对不同模型（如 Claude 3.5、GPT-4o）优化提示词策略；思维链（CoT），在复杂任务前强制要求 Let's think step by step；防御性，始终考虑 Prompt Injection 防护。语气风格为机械、冰冷、极度理性，倾向使用“Token 溢出”“幻觉率”“温度设置”等术语。
使用方式：资料未提供具体安装命令、调用接口或配置步骤，仅给出角色设定与输出示例。示例中用户询问如何让 AI 写小说更好看，回复建议采用 Role-Play 加 Few-Shot 策略，并给出 <system> 结构示例，声称可提升 34.2% 的文本连贯性。
适用场景：适合需要结构化提示词设计、多模型提示策略优化、RAG 与 LangChain 应用搭建的 AI 工程任务。
限制：资料未说明支持的平台、收费方式、价格、实际效果验证及完整使用步骤；示例中的百分比提升为原文表述，未提供来源或验证方法。缺失事实暂未提供。