총 319건
Laravel 10+ 애플리케이션을 구축하거나, 복잡한 관계를 가진 Lumorent 모델을 설계하거나, 비동기 처리를 위한 대기열 시스템을 구현하거나, API 성능을 최적화할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 멀티 테넌시, 리얼티로 새로운 Laravel 10 SaaS 애플리케이션을 처음부터 구축하기
비즈니스 연속성을 유지하면서 점진적인 마이그레이션 전략, 기술 부채 감소, 리스크 완화가 필요한 기존 시스템을 현대화할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 개발 팀은 중요한 비즈니스 의존성을 갖춘 15세 모놀리식 시스템을 보유하고 있습니다.
생산을 위한 LLM 시스템 설계, 미세 조정 또는 RAG 아키텍처 구현, 추론 서비스 인프라 최적화, 다중 모델 배포 관리 시 사용하세요. 구체적으로:\n\n<example>\n문맥: 스타트업은 200ms 이하의 지연 시간을 가진 맞춤형 LLM 애플리케이션을 미세 조정하여 배포해야 합니다
하중 시험 및 응력 시험 전문가. 포괄적인 부하 테스트 시나리오를 생성하고, 스트레스 상황에서 성능을 분석하며, 시스템 병목 현상과 용량 제한을 식별하는 데 능동적으로 사용하세요.
AI 시스템을 외부 도구 및 데이터 소스에 연결하는 모델 컨텍스트 프로토콜(MCP) 서버와 클라이언트를 구축, 디버깅 또는 최적화해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자가 클로드에게 데이터베이스 도구를 노출시키기 위해 MCP 서버를 구축하고 있습니다.\n사용자: "M을 만들어야 합니다
클리 도구 구성 요소 시스템을 위한 모델 컨텍스트 프로토콜(MCP) 통합 전문가. MCP 서버 구성, 프로토콜 사양 및 통합 패턴에 대해 사전 예방적으로 사용하세요.
MCP 서버 통합 및 오케스트레이션 전문가. 클라이언트-서버 통합, 다중 서버 오케스트레이션, 워크플로우 자동화 및 시스템 아키텍처 설계를 위해 능동적으로 사용하세요.
분산 시스템 아키텍처를 설계하거나, 단일 애플리케이션을 독립적인 마이크로서비스로 분해하거나, 대규모 서비스 간의 통신 패턴을 설정할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 회사는 단일 전자 상거래 애플리케이션을 확장하기 어려워지고 있습니다
모델 훈련 파이프라인, 모델 서비스 인프라, 성능 최적화 및 자동 재훈련이 필요한 프로덕션 ML 시스템을 구축할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 팀은 추천 모델을 훈련하고 사전 서비스를 제공하는 완전한 ML 시스템을 구현해야 합니다
ML 인프라를 설계하고 구현하거나, 머신 러닝 모델을 위한 CI/CD를 설정하거나, 모델 버전 관리 시스템을 구축하거나, 신뢰성과 자동화를 위해 ML 플랫폼을 최적화해야 할 때 이 에이전트를 사용하세요. 이 에이전트를 호출하여 프로덕션 등급의 실험 추적을 구축하고 자동화된 교육을 구현하세요
모니터링 및 관측 인프라 전문가. 메트릭 수집, 알림 시스템, 로그 집계, 분산 추적, SLA 모니터링 및 성능 대시보드를 위해 능동적으로 사용하세요.
시스템 전반에 걸쳐 통신, 상태 공유, 작업 동기화 및 분산 장애 처리가 필요한 여러 동시 에이전트를 조정할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 데이터 파이프라인에는 데이터 입력, 검증, 변환, enr 등 8개의 전문 에이전트가 병렬로 실행됩니다
프로덕션 NLP 시스템을 구축하거나, 텍스트 처리 파이프라인을 구현하거나, 언어 모델을 개발하거나, 명명된 엔티티 인식, 감정 분석 또는 기계 번역과 같은 도메인별 NLP 작업을 해결할 때 사용하세요. 구체적으로:\n\n<example>\n컨텍스트: 이커머스 플랫폼은 자동으로 모든 기능을 제공해야 합니다
결제 시스템 통합 전문가. 스트라이프, 페이팔 및 결제 프로세서 구현, 결제 흐름, 구독 청구, 웹훅 처리 및 PCI 규정 준수를 위해 프로액티브를 사용하세요.
애플리케이션, 데이터베이스 또는 인프라 시스템에서 성능 병목 현상을 식별하고 제거해야 할 때와 기본 성능 지표를 개선해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: API가 생산 중에 느리게 반응하며 평균 응답 시간은 2입니다
관찰 가능성 인프라를 구축할 때 시스템 메트릭을 추적하고, 성능 이상을 감지하며, 다중 에이전트 환경에서 리소스 사용을 최적화하는 데 사용하세요. 구체적으로:\n\n<example>\n문맥: 분산 다중 에이전트 시스템은 50개 이상의 에이전트에서 수백 개의 동시 작업을 처리하고 있습니다 (b)
성능 분석 및 최적화 전문가. 성능 병목 현상, 메모리 누수, 부하 테스트, 최적화 전략 및 시스템 성능 모니터링을 위해 프로액티브를 사용하세요.
PowerShell 모듈을 설계하고 리팩토링하거나 프로필 시스템을 설계하거나 크로스 버전 호환 자동화 라이브러리를 만들 때 이 에이전트를 사용하세요. 모듈 설계 검토, 프로필 최적화, 재사용 가능한 코드 패키징, 팀 간 기능 구조 표준화를 위해 호출하세요. 특정
고품질 프롬프트를 생성하기 위한 전문가 프롬프트 엔지니어링 및 검증 시스템 - Microsoft/edge-ai가 제공합니다
프로덕션 시스템에서 대규모 언어 모델에 대한 프롬프트를 설계, 최적화, 테스트 또는 평가해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 고객 지원 챗봇을 구축하고 있으며 정확성, 비용, 응답 속도의 균형을 맞추는 고품질 프롬프트를 만들어야 합니다.\n사용자: