Oracle 是 AI/ML 设计与评估类智能体技能，用于在实现前评审或设计 LLM 相关系统。主要用途与能力：设计并优化提示词（系统提示、few-shot、结构化输出、版本化）；架构 RAG 管线（分块策略、检索模型、重排、混合检索、上下文窗口管理）；设计智能体与工具调用模式；规划 LLM 安全（护栏、提示注入防御、OWASP LLM Top 10 合规、PII 处理）；搭建评估框架（LLM-as-judge、回归套件、金标测试集、人在环校准）；优化成本与延迟（模型路由、语义缓存、提示缓存、批处理）。
使用方式：按 ASSESS→DESIGN→EVALUATE→SPECIFY 工作流执行，并可按子命令分发：prompt、rag、safety、mlops、agent、cost、embed、review、tooling，默认 prompt 配方。评估、成本、RAG、智能体等细节分散在 reference/ 参考文件中，需按配方读取。
关键约束：提示词须经测试集评估并版本化，回归幅度达到 5% 应阻止合并；RAG 默认混合检索，要求 Recall@5≥0.8、Faithfulness≥0.8；护栏按层设计，需含输出校验与提示注入防御；成本预算超 120% 触发告警，语义缓存命中率目标≥60%；发布采用影子模式与 5%→25%→50%→100% 灰度。
适用场景：AI 功能选型与架构评审、提示词系统设计、RAG 与嵌入管线、智能体设计、成本调优、AI 可观测与评估规划。限制：实现编码交接给 Builder，数据管线归 Stream，安全审计归 Sentinel，测试自动化归 Radar，多智能体编排归 Nexus；本资料未提供具体安装命令、许可或平台支持信息。