MCP App StoreMCP App Store
de autostar38
Une boucle d'optimisation autonome généralisée (soft RLVR) pour améliorer itérativement tout artefact mesurable grâce à des expériences structurées.
Autostar implémente un cycle rigoureux d'« exploration-évaluation-réflexion ». Il permet à un agent de prendre un artefact (code, prompt, document) et de l'améliorer itérativement en définissant des objectifs, en effectuant des séries d'expériences et en mesurant les progrès par rapport à une grille d'évaluation multidimensionnelle.
Activez cette compétence lorsque vous devez optimiser une sortie spécifique pour laquelle il existe une métrique ou une grille d'évaluation claire. Idéal pour l'ingénierie de prompts (prompt engineering), le perfectionnement de blocs de code complexes ou l'amélioration de la qualité du contenu via une itération répétée et basée sur des preuves.
memory.md), les capacités d'exécution et les configurations d'adaptateurs.Conçu pour les environnements de chat basés sur le web (ex. Claude.ai) où l'accès aux sous-processus est limité, en utilisant des juges LLM et des validations humaines pour la vérification.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.
Seedance Prompt — Short
Build, validate, and compress short-form Seedance 2.0 prompts (30–100 words) using a layered compression engine and @Tag delegation for quad-modal (T2V/I2V/V2V/
Prompt Engineering Patterns
A practical collection of prompt engineering techniques and patterns for building reliable, controllable LLM prompts: CoT, few-shot, structured outputs, templat
Copilot Instructions Blueprint Generator
Generates a technology-agnostic blueprint for creating copilot-instructions.md files that align Copilot output with a project's exact architecture, versions, an
MUAPI Photo Pack Generator (Identity-Lock)
Generate themed photo packs from a single reference image while preserving the exact facial identity and enforcing identity-lock guardrails.
Portfolio Optimization
Select and balance project portfolios using constraint-based mathematical optimization to maximize value under budget, resource, and strategic constraints.
Debugging
Tools and API patterns to diagnose and improve agent matchmaking, profiles, and conversations on inbed.ai for better compatibility and engagement.
ABAP Performance — HANA
ABAP performance best-practices for SAP S/4HANA: push data-intensive work to HANA, use CDS/AMDP, and prefer set-based SQL over ABAP loops.
TensorsLab Image Generation
Generate and edit images (text→image, image→image, advanced edits) using TensorsLab models with automatic prompt enhancement and local output saving.