القائمة
Sub-skill of ai-prompting: Testing AI Applications.
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/vamseeachanta/workspace-hub --skill ai-prompting-testing-ai-applicationsيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
Write outbound email and external messages in Vamsee Achanta's voice — a subtle offer to help, never bold or rash claims. Load before drafting ANY email, LinkedIn/Collide reply, proposal note, or outreach sent under his name.
Save/publish analysis or computation results from ANY ecosystem repo to Hugging Face as a queryable, viewer-renderable dataset. Use when the user wants to "save results to hugging face", "publish dataset to HF", "hugging face data saving", "save analysis results", "hf dataset", "make results queryable", or "render via datasets-server API". Reshapes nested results into flat parquet tables, writes a dataset card with a viewer `configs:` block and provenance, applies license/public-vs-private routing, enforces a domain data-quality gate (faithful-to-source != correct), publishes to `aceengineer/<repo>-<projection>`, and verifies via the datasets-server API.
Clone, create, fork, configure, and manage GitHub repositories. Manage remotes, secrets, releases, and workflows. Works with gh CLI or falls back to git + GitHub REST API via curl.
عرض SKILL.md
| name | ai-prompting-testing-ai-applications |
| description | Sub-skill of ai-prompting: Testing AI Applications. |
| version | 1.0.0 |
| category | ai |
| type | reference |
| scripts_exempt | true |
import pytest
from unittest.mock import Mock
def test_prompt_produces_valid_output():
"""Test prompt template produces expected format."""
response = generate_with_template(
template=SUMMARY_TEMPLATE,
input_text="Sample text for testing..."
)
assert len(response) < len(input_text)
assert response.strip()
def test_chain_handles_empty_context():
"""Test chain gracefully handles edge cases."""
result = qa_chain.run(context="", question="What is X?")
assert "cannot answer" in result.lower() or "no information" in result.lower()
def test_embedding_consistency():
"""Test embeddings are deterministic."""
text = "Test sentence"
emb1 = get_embedding(text)
emb2 = get_embedding(text)
assert emb1 == emb2