·prompt-enhancer
</>

prompt-enhancer

samhvw8/dot-claude

Schnelle Entwicklung und Optimierung für KI/LLMs. Funktionen: Unklare Eingabeaufforderungen umwandeln, Token-Nutzung reduzieren, Struktur verbessern, Einschränkungen hinzufügen, für bestimmte Modelle optimieren, abwärtskompatible Umschreibungen. Aktionen: Eingabeaufforderungen verbessern, erweitern, optimieren, umgestalten, komprimieren. Schlüsselwörter: Prompt-Engineering, Prompt-Optimierung, Token-Effizienz, LLM-Prompt, KI-Prompt, Klarheit, Struktur, System-Prompt, Benutzer-Prompt, wenige Schüsse, Gedankenkette, Befehlsoptimierung, Prompt-Komprimierung, Token-Reduzierung, Prompt-Umschreibung, semantische Erhaltung. Verwendung bei: Verbesserung unklarer Eingabeaufforderungen, Reduzierung des Tokenverbrauchs, Optimierung von LLM-Ausgaben, Umstrukturierung ausführlicher Anforderungen, Erstellung von Systemeingabeaufforderungen, Verbesserung der Klarheit von Eingabeaufforderungen.

15Installationen·1Trend·@samhvw8

Installation

$npx skills add https://github.com/samhvw8/dot-claude --skill prompt-enhancer

SKILL.md

Transform user prompts into enhanced, production-ready versions that are concise, clean, and optimally structured for AI agents and sub-agents. Includes optimization techniques for reducing LLM output token usage while maintaining semantic accuracy and backward compatibility.

Task-Based Technique Selection (Optional) Evaluate if the task would benefit from specific prompting techniques:

Apply technique only if it materially improves the task outcome.

Schnelle Entwicklung und Optimierung für KI/LLMs. Funktionen: Unklare Eingabeaufforderungen umwandeln, Token-Nutzung reduzieren, Struktur verbessern, Einschränkungen hinzufügen, für bestimmte Modelle optimieren, abwärtskompatible Umschreibungen. Aktionen: Eingabeaufforderungen verbessern, erweitern, optimieren, umgestalten, komprimieren. Schlüsselwörter: Prompt-Engineering, Prompt-Optimierung, Token-Effizienz, LLM-Prompt, KI-Prompt, Klarheit, Struktur, System-Prompt, Benutzer-Prompt, wenige Schüsse, Gedankenkette, Befehlsoptimierung, Prompt-Komprimierung, Token-Reduzierung, Prompt-Umschreibung, semantische Erhaltung. Verwendung bei: Verbesserung unklarer Eingabeaufforderungen, Reduzierung des Tokenverbrauchs, Optimierung von LLM-Ausgaben, Umstrukturierung ausführlicher Anforderungen, Erstellung von Systemeingabeaufforderungen, Verbesserung der Klarheit von Eingabeaufforderungen. Quelle: samhvw8/dot-claude.

Original anzeigen

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/samhvw8/dot-claude --skill prompt-enhancer
Kategorie
</>Entwicklung
Verifiziert
Erstes Auftreten
2026-02-01
Aktualisiert
2026-02-18

Schnelle Antworten

Was ist prompt-enhancer?

Schnelle Entwicklung und Optimierung für KI/LLMs. Funktionen: Unklare Eingabeaufforderungen umwandeln, Token-Nutzung reduzieren, Struktur verbessern, Einschränkungen hinzufügen, für bestimmte Modelle optimieren, abwärtskompatible Umschreibungen. Aktionen: Eingabeaufforderungen verbessern, erweitern, optimieren, umgestalten, komprimieren. Schlüsselwörter: Prompt-Engineering, Prompt-Optimierung, Token-Effizienz, LLM-Prompt, KI-Prompt, Klarheit, Struktur, System-Prompt, Benutzer-Prompt, wenige Schüsse, Gedankenkette, Befehlsoptimierung, Prompt-Komprimierung, Token-Reduzierung, Prompt-Umschreibung, semantische Erhaltung. Verwendung bei: Verbesserung unklarer Eingabeaufforderungen, Reduzierung des Tokenverbrauchs, Optimierung von LLM-Ausgaben, Umstrukturierung ausführlicher Anforderungen, Erstellung von Systemeingabeaufforderungen, Verbesserung der Klarheit von Eingabeaufforderungen. Quelle: samhvw8/dot-claude.

Wie installiere ich prompt-enhancer?

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/samhvw8/dot-claude --skill prompt-enhancer Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor

Wo ist das Quell-Repository?

https://github.com/samhvw8/dot-claude