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% |

解析結構化文字時在正規表示式和 LLM 之間進行選擇的決策框架 - 從正規表示式開始，僅針對低置信度邊緣情況添加 LLM。 來源：affaan-m/everything-claude-code。

開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/affaan-m/everything-claude-code --skill regex-vs-llm-structured-text 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用

查看原文