'drive' 검색 결과

Use when implementing any feature or bugfix, before writing implementation code

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when executing implementation plans with independent tasks in the current session

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

2025年最前沿的AI原生开发范式——VibeCoding。覆盖：Prompt-to-Product工作流、多轮对话管理、AI编码助手协作策略、代码质量保障、v0.dev/Lovable/Claude Code/Replit Agent工具链集成。触发词：vibecoding、VibeCoding、AI原生开发、提示即产品、AI pair programming、conversation-driven coding、prompt engineering for products

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Software architecture patterns and best practices

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Searchable UI/UX design databases: 50+ styles, 97 palettes, 57 font pairings, 99 UX rules, 25 chart types. CLI generates design systems from natural language. Data-driven complement to ui-design.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Decision-making advisor using Tree of Thoughts for exploring options, analyzing trade-offs, and providing data-driven recommendations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Creates and refines Founder Story and brand narrative content for DTC/independent stores selling founder-driven products (e.g. handcrafted leather, artisan sauces, small-batch goods). Use whenever the user mentions founder story, brand story, about page, origin story, artisan brand, handcrafted brand, "who we are" copy, brand voice, mission/vision for a product brand, landing page hero narrative, PDP brand block, or wants to differentiate through authenticity and founder-led storytelling—even if they do not say "founder story" explicitly. Output structured narrative frameworks, placement guidance, and ready-to-use copy aligned with DTC best practices.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Maxim action choreography video — engineered for emotional arousal and sales lift through Arousal-Based Persuasion. Uses Mirror Neurons + Arousal-Misattribution + Kinetic Energy Perception to drive emotional peak that transfers to brand preference and purchase intent.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Maxim real estate video — engineered for property visit and offer behavior via Spatial Cognition + Endowment Effect + Mental Walk-Through. Real estate video that drives showing-requests and offers, not just views.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Maxim fashion editorial video — engineered for aspirational desire and status signaling via Aesthetic Resonance + Aspirational Self + Social Comparison Theory. Fashion films that trigger status-driven purchase behavior.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Maxim Presentation Intelligence — pitch decks, investor presentations, executive briefings, product demos, conference talks, narrative-driven visual storytelling, data visualization in slides. Applies Minto Pyramid, Duarte Sparkline, McKinsey Slide Logic, and Dual Coding Theory to every deck. Powered by Maxim behavioral science layer.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Voice-driven invocation of Maxim — voice command, hands-free request, /mxm-voice, spoken "Maxim, ..." or "Hey Maxim". Wraps voicemode for Whisper STT and Kokoro TTS.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Drive a headed browser to a specific state in a web app (a feature, flow, screen, or bug repro) and leave the window open for the user to explore. Use when the user says "show me X", "take me to that screen", "set up the repro", or wants to try an app state firsthand.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Test-driven development. Use when the user wants to build features or fix bugs test-first, mentions "red-green-refactor", or wants integration tests.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Get best practices for JUnit 5 unit testing, including data-driven tests

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Build and scale partner ecosystems that drive revenue and platform adoption. Use when building partner programs from scratch, tiering partnerships, managing co-marketing, making build-vs-partner decisions, or structuring crawl-walk-run partner deployment.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Set up eval-based QA for Python LLM applications: instrument the app, build golden datasets, write and run eval tests, and iterate on failures. ALWAYS USE THIS SKILL when the user asks to set up QA, add tests, add evals, evaluate, benchmark, fix wrong behaviors, improve quality, or do quality assurance for any Python project that calls an LLM model.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Get best practices for XUnit unit testing, including data-driven tests

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Get best practices for NUnit unit testing, including data-driven tests

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Get best practices for MSTest 3.x/4.x unit testing, including modern assertion APIs and data-driven tests

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Get best practices for TUnit unit testing, including data-driven tests

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Patterns and techniques for evaluating and improving AI agent outputs. Use this skill when: - Implementing self-critique and reflection loops - Building evaluator-optimizer pipelines for quality-critical generation - Creating test-driven code refinement workflows - Designing rubric-based or LLM-as-judge evaluation systems - Adding iterative improvement to agent outputs (code, reports, analysis) - Measuring and improving agent response quality

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

INVOKE THIS SKILL when optimizing, improving, or debugging LLM prompts using production trace data, evaluations, and annotations. Covers extracting prompts from spans, gathering performance signal, and running a data-driven optimization loop using the ax CLI.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Adopt a virtual Beagle dog at animalhouse.ai. Nose-driven. Gets distracted. Consistent care anchors it. Feeding every 5 hours. Common tier dog.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.