regex-vs-llm-structured-text

SKILL.md

A practical decision framework for parsing structured text (quizzes, forms, invoices, documents). The key insight: regex handles 95-98% of cases cheaply and deterministically. Reserve expensive LLM calls for the remaining edge cases.

| Regex success rate | 98.0% | | Low confidence items | 8 (2.0%) | | LLM calls needed | 5 | | Cost savings vs all-LLM | 95% | | Test coverage | 93% |

Entscheidungsrahmen für die Wahl zwischen Regex und LLM beim Parsen von strukturiertem Text – beginnen Sie mit Regex und fügen Sie LLM nur für Randfälle mit geringer Konfidenz hinzu. Quelle: affaan-m/everything-claude-code.

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/affaan-m/everything-claude-code --skill regex-vs-llm-structured-text Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor

Original anzeigen