SkillsBot - 发现、分享、安装
AI Agent Skill技能库
搜索结果: "rag"
AI工程师Skill ai-engineer
AI工程师是专注于构建和部署人工智能系统的专家，擅长将大语言模型、RAG架构和智能体技术集成到生产应用中。核心能力包括LLM集成、检索增强生成系统设计、向量数据库应用、提示工程优化和AI代理开发。关键词：人工智能系统开发，LLM集成，RAG架构，向量数据库，提示工程，AI智能体，生产部署，语义搜索，嵌入策略。
SRAgentSkill sragent
SRAgent 是一个用于自动化基因组数据集的文献发现、元数据提取和手稿检索的代理工作系统。关键词包括：序列读取归档(SRA)、基因表达综合数据库(GEO)、访问号转换、元数据提取、单细胞RNA-seq识别。
Bankr代理工作流程Skill BankrAgent-JobWorkflow
这个技能用于通过异步作业模式执行 Bankr API 操作，包括提交提示、轮询状态和完成作业。适用于金融交易、市场分析和数据查询，基于提交-轮询-完成的工作流程。关键词：Bankr API, 异步作业, 工作流程, MCP工具, 量化交易, 数字货币交易
Claude代码技能创建指南Skill how-to-create-claude-code-skill
本技能提供创建和管理Claude代码技能的完整指南，包括技能文件结构设计、YAML元数据配置、渐进式披露模式实现、最佳实践规范和技术要求。适用于AI智能体开发、大模型微调、RAG应用构建和AIGC工具开发，帮助开发者高效创建可维护的Claude技能库。
BankrNFT操作Skill BankrAgent-NFTOperations
此技能是Bankr代理的NFT操作功能，帮助用户通过OpenSea平台跨链浏览、搜索、购买和管理NFT。它支持Base、Ethereum和Polygon链，提供实时市场数据、收藏解析和安全管理建议。关键词：NFT, OpenSea, 区块链, 跨链, NFT交易, NFT收藏, 数字资产, Web3, 去中心化应用。
RAG教科书学习助手Skill chatbot-implementation
这是一个基于RAG（检索增强生成）技术的智能聊天机器人，专门用于辅助用户高效学习和查询教科书内容。它通过向量数据库检索相关知识点，结合大语言模型生成精准、个性化的答案。核心功能包括：浮动聊天窗口、上下文高亮提问、移动端适配、用户身份感知。适用于在线教育、知识库问答、智能学习辅导等场景。关键词：RAG聊天机器人，教科书学习助手，智能问答，向量检索，教育科技，个性化学习，AI辅助学习。
记忆Skill remember
这是一个记忆存储技能，用于将学习、模式或决策存储到内存系统中，支持自动类型检测、标签提取和高效检索。适用于知识管理、AI应用和RAG系统。关键词：记忆存储，学习管理，AI记忆，RAG，知识库，PostgreSQL，BGE嵌入。
Pinecone向量数据库集成技能Skill pinecone-integration
Pinecone向量数据库集成技能专注于为RAG（检索增强生成）应用提供完整的向量数据库解决方案。该技能涵盖Pinecone索引的创建、配置和管理，支持向量数据的批量插入、相似性搜索和元数据过滤。关键词：Pinecone向量数据库，RAG应用，相似性搜索，元数据过滤，批量操作，多租户策略，AI应用开发，向量检索
套利Skill arbitrage
自动化跨平台套利检测和监控服务，支持多个预测市场平台，提供实时监控、市场比较、机会查看、市场链接和统计分析等功能。
向量数据库应用技能Skill using-vector-databases
这个技能专注于使用向量数据库来实现人工智能和机器学习应用，包括语义搜索、检索增强生成（RAG）系统、推荐系统等。关键技术涵盖向量数据库选择（如Qdrant、Pinecone）、嵌入模型（如OpenAI、Voyage AI）、文档分块策略和混合搜索模式。适用于构建聊天机器人、搜索引擎、知识库问答等AI驱动的应用，关键词包括：向量数据库、AI、ML、语义搜索、RAG、嵌入生成、分块、混合搜索、Qdrant、Pinecone。
RAG查询转换技能Skill rag-query-transformation
RAG查询转换技能是一个专注于提升检索增强生成（RAG）系统检索效果的工具集。它通过查询扩展、假设文档嵌入（HyDE）、多查询生成、查询分解和逐步回溯提示等核心技术，对用户原始查询进行智能转换和优化，从而从知识库中检索出更相关、更全面的信息片段，为大模型生成高质量答案奠定基础。 关键词：RAG查询转换，检索增强生成，查询扩展，HyDE假设文档嵌入，多查询生成，查询分解，逐步回溯提示，AI问答优化，知识库检索，大模型应用
构建RAG系统Skill building-rag-systems
本技能详细介绍了如何构建生产级的检索增强生成（RAG）系统，涵盖从文档摄取到智能检索的全流程。核心内容包括：语义分块策略（基于标题分割，避免固定大小）、增量索引与变更检测（通过文件哈希实现高效更新）、批处理向量嵌入（使用OpenAI API）、以及基于Qdrant向量数据库的过滤检索和上下文扩展。适用于需要构建企业级知识库、智能问答系统或文档智能检索应用的开发者，关键词包括：RAG系统、语义分块、增量索引、向量检索、Qdrant、OpenAI嵌入、生产级部署。