·prompt-enhancer
</>

prompt-enhancer

samhvw8/dot-claude

Ingénierie et optimisation rapides pour l'IA/LLM. Capacités : transformer des invites peu claires, réduire l'utilisation des jetons, améliorer la structure, ajouter des contraintes, optimiser pour des modèles spécifiques, réécritures rétrocompatibles. Actions : améliorer, améliorer, optimiser, refactoriser, compresser les invites. Mots-clés : ingénierie rapide, optimisation rapide, efficacité des jetons, invite LLM, invite IA, clarté, structure, invite système, invite utilisateur, quelques plans, chaîne de pensée, réglage des instructions, compression rapide, réduction des jetons, réécriture rapide, préservation sémantique. À utiliser dans les cas suivants : amélioration des invites peu claires, réduction de la consommation de jetons, optimisation des sorties LLM, restructuration des requêtes détaillées, création d'invites système, amélioration de la clarté des invites.

15Installations·1Tendance·@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.

Ingénierie et optimisation rapides pour l'IA/LLM. Capacités : transformer des invites peu claires, réduire l'utilisation des jetons, améliorer la structure, ajouter des contraintes, optimiser pour des modèles spécifiques, réécritures rétrocompatibles. Actions : améliorer, améliorer, optimiser, refactoriser, compresser les invites. Mots-clés : ingénierie rapide, optimisation rapide, efficacité des jetons, invite LLM, invite IA, clarté, structure, invite système, invite utilisateur, quelques plans, chaîne de pensée, réglage des instructions, compression rapide, réduction des jetons, réécriture rapide, préservation sémantique. À utiliser dans les cas suivants : amélioration des invites peu claires, réduction de la consommation de jetons, optimisation des sorties LLM, restructuration des requêtes détaillées, création d'invites système, amélioration de la clarté des invites. Source : samhvw8/dot-claude.

Voir l'original

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/samhvw8/dot-claude --skill prompt-enhancer
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-01
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que prompt-enhancer ?

Ingénierie et optimisation rapides pour l'IA/LLM. Capacités : transformer des invites peu claires, réduire l'utilisation des jetons, améliorer la structure, ajouter des contraintes, optimiser pour des modèles spécifiques, réécritures rétrocompatibles. Actions : améliorer, améliorer, optimiser, refactoriser, compresser les invites. Mots-clés : ingénierie rapide, optimisation rapide, efficacité des jetons, invite LLM, invite IA, clarté, structure, invite système, invite utilisateur, quelques plans, chaîne de pensée, réglage des instructions, compression rapide, réduction des jetons, réécriture rapide, préservation sémantique. À utiliser dans les cas suivants : amélioration des invites peu claires, réduction de la consommation de jetons, optimisation des sorties LLM, restructuration des requêtes détaillées, création d'invites système, amélioration de la clarté des invites. Source : samhvw8/dot-claude.

Comment installer prompt-enhancer ?

Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/samhvw8/dot-claude --skill prompt-enhancer Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor

Où se trouve le dépôt source ?

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