搜索结果: "rag"

agentuity-cli-cloud-storage-deleteSkill agentuity-cli-cloud-storage-delete

4.5

这是一个用于Agentuity云平台的命令行工具技能,用于安全删除云存储资源(如存储桶)或文件。该技能需要用户身份验证和组织上下文,支持交互式选择、模拟运行和跳过确认提示。关键词:Agentuity云平台、云存储删除、命令行工具、存储桶管理、文件删除、DevOps工具。

高级机器学习工程师Skill senior-ml-engineer

4.5

本技能集专为构建和运维企业级AI/ML系统而设计,核心能力包括:机器学习模型生产化部署、MLOps全流程实施、可扩展机器学习平台搭建、大语言模型集成与微调、RAG系统开发、AI智能体应用。关键词:机器学习工程,MLOps,模型部署,大语言模型集成,RAG系统,AI智能体,生产级AI系统,可扩展架构,特征存储,模型监控。

RAG嵌入向量批量生成器Skill rag-embedding-generation

4.5

RAG嵌入向量批量生成技能是一个专门用于检索增强生成(RAG)系统中高效生成文本嵌入向量的工具。它支持OpenAI、HuggingFace、Cohere、Voyage AI等多种主流AI提供商和本地模型,具备批量处理、智能缓存、速率限制管理和自动重试等核心功能。该技能旨在优化RAG管道和向量数据库的构建过程,通过降低API调用成本、提升处理效率并确保嵌入质量,为AI应用开发、大模型微调和NLP项目提供关键技术支持。关键词:RAG嵌入生成,批量向量处理,AI模型缓存,多提供商支持,NLP嵌入优化,向量数据库,检索增强生成,LangChain集成。

ML/AI技能转换项目Skill claude-supercode-skills-main

4.5

本项目是一个面向生产环境的机器学习与人工智能技能工具箱,提供11项核心ML/AI技能的完整脚本和参考指南。涵盖AI工程师、LLM架构师、ML工程师、MLOps工程师、数据工程师等角色,包含OpenAI/Claude API集成、RAG系统搭建、模型微调、MLflow实验追踪、ETL管道自动化等关键技术。适用于企业AI应用开发、大模型部署、数据科学项目落地,帮助团队快速构建可维护、可扩展的AI解决方案。关键词:机器学习,人工智能,大模型,RAG,MLOps,数据工程,AI集成,模型部署,生产环境,技能工具箱。

Agentuity云存储上传工具Skill agentuity-cli-cloud-storage-upload

4.5

Agentuity云存储上传工具是一个命令行接口技能,专门用于将本地文件或标准输入流上传到指定的云存储桶中。该工具支持身份验证、自定义对象键、内容类型设置和管道操作,适用于云平台文件管理、数据备份和自动化部署等场景。关键词:云存储上传、Agentuity CLI、文件管理、云平台操作、存储桶、命令行工具、DevOps自动化。

RAG架构模式Skill rag-architecture-patterns

4.5

RAG架构模式是一种系统设计技能,用于构建高效的RAG系统,涉及数据摄取、分块策略、嵌入模型、向量数据库、检索优化和生成编排等关键环节。

向量数据库Skill vector-databases

4.5

向量数据库技能用于选择和管理向量数据库,包括嵌入存储、近似最近邻算法和向量搜索优化。适用于设计语义搜索系统、优化相似性搜索性能,以及在大规模AI应用如RAG中实现高效检索。关键词:向量数据库、嵌入、向量搜索、相似性搜索、ANN、HNSW、IVF、FAISS、Pinecone、Weaviate、Milvus、Qdrant。

代币部署技能Skill BankrAgent-TokenDeployment

4.5

此技能用于通过Clanker平台部署和管理ERC20代币,支持Base和Unichain区块链,提供代币命名、符号设置、元数据更新和费用索取功能,适用于数字货币创建、区块链项目开发和智能合约部署,关键词包括ERC20代币、Clanker、代币部署、区块链、智能合约、Web3、DApp开发。

系统思维与杠杆点Skill systems-thinking-leverage

4.5

系统思维与杠杆点是一种用于分析和干预复杂系统的技能,通过映射反馈循环、识别系统原型和杠杆点,帮助找到高效干预策略,实现最小努力最大效果。适用于管理咨询、战略规划、组织发展、技术系统优化等领域。关键词:系统思维、杠杆点、反馈循环、复杂系统、管理咨询、系统动力学、干预策略、战略规划、组织变革。

LangChain与LangGraph开发Skill langchain

4.5

此技能涉及使用LangChain和LangGraph框架来构建和部署大型语言模型(LLM)应用程序。它支持创建RAG(检索增强生成)管道、设计代理工作流、组合链式操作以及进行复杂的LLM编排。关键词:LangChain, LangGraph, LLM, RAG, AI代理, 链式编程, Python开发, 人工智能应用。

提示工程模式Skill prompt-engineering-patterns

4.5

提示工程模式是一种高级技能,专注于通过优化提示设计来提升大型语言模型(LLM)在生产环境中的性能、可靠性和可控性。它涉及使用少样本学习、思维链推理、结构化输出等技术,用于AI应用开发、LLM微调、RAG系统集成等场景,关键词包括提示工程、LLM优化、AI应用、性能提升、生产部署。

嵌入策略Skill embedding-strategies

4.5

该技能专注于选择和优化嵌入模型,用于语义搜索和检索增强生成(RAG)应用。涵盖模型比较、分块策略、嵌入管道构建、质量评估及最佳实践,适用于人工智能和软件开发领域。关键词:嵌入模型、语义搜索、RAG、向量搜索、优化、分块策略、质量评估。