SuperAPI AI 工具集

senior-prompt-engineer

智能体与模型

查看项目

更新于 10-16 07:45

技能介绍

用途

senior-prompt-engineer 是一个面向生产级 AI/ML/数据系统的资深提示工程技能,定位为世界级提示工程能力,用于 LLM 优化、提示模式设计、结构化输出以及 AI 产品开发。资料说明其专长覆盖 Claude、GPT-4 等模型。

主要能力

该技能涵盖以下核心能力:

  • 高级生产模式与架构
  • 可扩展系统设计与实现
  • 大规模性能优化
  • MLOps 与 DataOps 最佳实践
  • 实时处理与推理
  • 分布式计算框架
  • 模型部署与监控
  • 安全与合规
  • 成本优化
  • 团队领导与指导

使用方式

资料提供了三个核心工具命令:

# Core Tool 1
python scripts/prompt_optimizer.py --input data/ --output results/

# Core Tool 2  
python scripts/rag_evaluator.py --target project/ --analyze

# Core Tool 3
python scripts/agent_orchestrator.py --config config.yaml --deploy

常用命令还包括开发、训练、部署和监控相关命令:

# Development
python -m pytest tests/ -v --cov
python -m black src/
python -m pylint src/

# Training
python scripts/train.py --config prod.yaml
python scripts/evaluate.py --model best.pth

# Deployment
docker build -t service:v1 .
kubectl apply -f k8s/
helm upgrade service ./charts/

# Monitoring
kubectl logs -f deployment/service
python scripts/health_check.py

参考文档

资料列出以下参考文档:

  • references/prompt_engineering_patterns.md:提示工程模式,涵盖高级模式与最佳实践、生产实现策略、性能优化技术、可扩展性考量、安全与合规、真实案例研究。
  • references/llm_evaluation_frameworks.md:LLM 评估框架,包含分步流程、架构设计模式、工具集成指南、性能调优策略、故障排查流程。
  • references/agentic_system_design.md:智能体系统设计,包含系统设计原则、实现示例、配置最佳实践、部署策略、监控与可观测性。

生产模式

资料列出三种生产模式:

  1. 可扩展数据处理:企业级分布式数据处理,包括水平扩展架构、容错设计、实时与批处理、数据质量验证、性能监控。
  2. ML 模型部署:高可用生产 ML 系统,包括低延迟模型服务、A/B 测试基础设施、特征存储集成、模型监控与漂移检测、自动重训练流水线。
  3. 实时推理:高吞吐推理系统,包括批处理与缓存策略、负载均衡、自动扩缩容、延迟优化、成本优化。

技术栈

  • 语言:Python、SQL、R、Scala、Go
  • ML 框架:PyTorch、TensorFlow、Scikit-learn、XGBoost
  • 数据工具:Spark、Airflow、dbt、Kafka、Databricks
  • LLM 框架:LangChain、LlamaIndex、DSPy
  • 部署:Docker、Kubernetes、AWS/GCP/Azure
  • 监控:MLflow、Weights & Biases、Prometheus
  • 数据库:PostgreSQL、BigQuery、Snowflake、Pinecone

性能目标

资料列出以下性能目标:

  • 延迟:P50 < 50ms;P95 < 100ms;P99 < 200ms
  • 吞吐:每秒请求数 > 1000;并发用户 > 10,000
  • 可用性:正常运行时间 99.9%;错误率 < 0.1%

安全与合规

包括身份认证与授权、静态与传输中数据加密、PII 处理与匿名化、GDPR/CCPA 合规、定期安全审计、漏洞管理。

最佳实践

  • 开发:测试驱动开发、代码审查与结对编程、文档即代码、一切纳入版本控制、持续集成。
  • 生产:监控所有关键项、自动化部署、使用功能开关发布、金丝雀部署、全面日志记录。
  • 团队领导:指导初级工程师、推动技术决策、建立编码标准、培养学习文化、跨职能协作。

资深职责

资料描述资深职责包括技术领导(推动架构决策、指导团队成员、建立最佳实践、确保代码质量)、战略思考(对齐业务目标、评估权衡、规划扩展、管理技术债务)、协作(跨团队工作、有效沟通、建立共识、分享知识)、创新(跟进研究、尝试新方法、贡献社区、推动持续改进)、生产卓越(确保高可用、主动监控、优化性能、响应事件)。

限制

资料未提供该技能的收费、价格、平台限制或具体安装步骤等信息。