这项技能涉及向量数据库的性能优化，包括HNSW参数调整、分块策略、混合搜索配置等，以提高RAG和语义搜索的性能。

Qdrant是一种高性能的向量相似性搜索引擎，专为构建生产环境的RAG（检索增强生成）和语义搜索系统而设计。它支持快速最近邻搜索、混合搜索与过滤、分布式存储，并优化了内存使用和查询性能，适用于AI应用中的向量数据管理和检索。关键词：向量搜索，RAG，语义搜索，Qdrant，高性能，分布式数据库，AI检索。

成本感知型LLM管道是一种用于优化大型语言模型API使用成本的综合性技术方案。该技能通过模型路由、预算跟踪、重试逻辑和提示词缓存四大核心模块，实现智能成本控制。适用于AI应用开发、大模型微调、RAG应用等场景，帮助开发者在保持任务质量的前提下，有效管理Claude、GPT等API的调用成本。关键词：LLM成本优化、模型路由、API预算控制、提示词缓存、重试策略、AI应用开发、大模型API管理。

Agentuity云存储创建工具，用于在Agentuity云平台上快速创建和管理存储资源。关键词：云存储，存储桶创建，Agentuity CLI，云平台操作，DevOps工具，命令行工具，云资源管理。

RAG Citations Grounding技能是用于系统化收集和管理真实数据以评估和提升RAG系统准确性的专业技能。它包括真实数据收集、引用评估、准确性指标计算和持续改进策略，是提高人工智能系统性能和可靠性的重要工具。

这是一个用于Agentuity云平台的命令行工具，主要功能是查询和显示特定云存储桶的详细配置信息，包括桶名称、访问密钥、区域和端点等。适用于云存储管理、DevOps运维和云平台操作。关键词：Agentuity CLI，云存储，S3桶，存储管理，DevOps工具，命令行工具，云平台操作。

Claude AI 开发食谱是一个全面的技术资源库，提供 Claude API 集成、AI 应用开发、工具调用、多模态处理和智能体构建的实战代码示例与最佳实践指南。包含 RAG 应用、函数调用、图像分析、提示词工程等核心人工智能开发技能，适用于机器学习工程师、AI 开发者和技术架构师快速上手 Claude 生态开发。

这个技能用于构建检索增强生成（RAG）系统，通过向量数据库和语义搜索技术，增强大型语言模型（LLM）应用，实现基于外部知识源的准确响应。适用于文档问答系统、聊天机器人、语义搜索等场景，关键词：RAG、检索增强生成、向量数据库、语义搜索、LLM应用、人工智能、文档处理、知识库集成。

这是一个用于Agentuity云平台的命令行工具，主要用于通过指定键值（key）来删除向量数据库中的一个或多个向量数据。该工具需要用户先进行身份验证，并支持批量删除、交互式确认等功能，适用于AI应用开发中的向量数据管理、RAG应用维护、大模型微调数据清理等场景。关键词：Agentuity，向量删除，命令行工具，云平台，RAG，AI数据管理。

覆盖分析是一种软件测试技术，用于测量在模糊测试期间代码的执行覆盖率。它帮助评估测试harness的有效性，识别fuzzing阻塞点如魔法值检查，并跟踪harness改进的效果。关键词：覆盖分析，模糊测试，代码覆盖率，harness评估，fuzzing阻塞。

这个技能用于诊断上下文填充与上下文工程，帮助产品经理优化AI上下文管理。它提供实践评估、边界定义、内存架构设计、检索策略以及研究→计划→重置→实施周期的指导。关键词包括：上下文工程、AI上下文优化、产品管理、RAG、内存架构、上下文诊断。

这个技能帮助您从非结构化或半结构化数据源设计和构建知识图谱，指导数据模型选择、模式设计、实体提取、关系提取和分层架构构建。适用于人工智能应用，如RAG（检索增强生成）、推理和分析，关键词包括知识图谱构建、实体提取、关系提取、数据模型、RAG应用、人工智能。