Phoenix Evals 是一个专为AI和LLM应用程序设计的评估器构建工具。它遵循代码优先原则，利用LLM处理细微差别，并通过人类验证确保准确性。支持RAG系统评估、批量数据评估、实验运行和验证，适用于生产环境。关键词：AI, LLM, 评估, 构建, 代码, 验证, RAG, 实验, 生产。

这是一个审计代码库的工具，使用12个杠杆点框架来优化AI代理的编码能力。它帮助识别差距、提供优先建议，提升自主工作成功率。关键词：代理编码、审计工具、杠杆点、代码优化、AI智能体、自动化工作流。

本技能提供了使用 Google Cloud SDK (gcloud CLI) 的全面指南，用于安装配置、认证授权、管理项目和资源、部署应用到 GCP 服务如 Compute Engine、GKE、App Engine 和 Cloud Storage，以及编写自动化脚本和集成 CI/CD 流水线。关键词：gcloud CLI, Google Cloud SDK, 云管理, 命令行工具, 自动化, 部署, 认证, GCP, DevOps, 云计算。

RAG工程师是专门负责构建和优化检索增强生成系统的专家，涉及嵌入模型、向量数据库、文档分块和检索策略，旨在提升大型语言模型在语义搜索、文档检索和AI应用中的性能。关键词：RAG、检索增强生成、嵌入模型、向量数据库、语义搜索、LLM优化。

模型服务技能专注于部署和优化大型语言模型（LLM）及机器学习（ML）模型进行生产推理。它涉及使用vLLM、TensorRT-LLM、BentoML等工具构建AI API、实现流式响应、集成RAG管道和性能优化，适用于自托管部署、GPU加速和前端集成。关键词：模型服务，LLM部署，AI推理，vLLM，TensorRT-LLM，BentoML，RAG，流式响应，性能优化。

这个技能用于通过React和TypeScript实现拖放和可排序功能，适用于看板、列表排序、文件上传等场景，注重无障碍性、触摸支持和性能优化，关键词包括：拖放、React、TypeScript、前端开发、UI交互、可排序、看板、文件上传。

RAG系统管理技能专注于检索增强生成系统的优化与维护，包括向量索引重建、搜索参数调优、自定义索引创建等功能。通过混合搜索、智能体检索和重新排序技术，提升知识库问答的准确性和效率。关键词：RAG系统、向量数据库、检索增强生成、搜索优化、索引管理、AI问答系统、知识库管理、语义搜索、智能体检索、混合搜索。

Agentuity云向量搜索工具是一个基于语义相似性的向量数据库检索命令行工具。它允许用户在Agentuity云平台上，通过自然语言查询，快速、准确地搜索和匹配存储在特定命名空间中的高维向量数据。该工具支持设置相似度阈值、结果数量限制和元数据过滤，广泛应用于知识库检索、产品推荐、文档搜索等场景。关键词：向量搜索，语义相似性，AI检索，Agentuity云平台，命令行工具，向量数据库，RAG应用，知识库搜索。

这是一个用于Agentuity云平台的命令行工具，主要功能是列出云存储资源或指定存储桶中的文件列表。它需要用户先进行身份验证，并支持通过参数指定存储桶名称和路径前缀进行筛选。该工具适用于云存储管理、文件清单查看、DevOps自动化脚本等场景。关键词：Agentuity CLI， 云存储， 文件列表， 存储桶管理， 命令行工具， 云平台操作。

Agentuity云向量更新工具，用于向量数据库的增删改查操作。支持文档嵌入、元数据管理、批量导入，适用于AI智能体开发、RAG应用构建、大模型微调等场景。关键词：向量数据库、AI智能体、RAG应用、大模型、Agentuity、云平台、向量存储、嵌入向量

RAG架构技能是一套全面的知识和工具，用于设计、实现和优化生产级的检索增强型生成（RAG）流水线。它覆盖了从文档分块策略到评估框架的整个RAG生态系统，帮助构建可扩展、高效和准确的检索系统。关键词：RAG架构、文档处理、嵌入模型、向量数据库、检索策略、查询转换技术、评估框架、生产模式、成本优化、安全护栏。

记忆系统是一个基于向量嵌入的持久记忆服务，用于跨对话存储和检索用户偏好、事实、笔记和交易规则，支持语义搜索和日常活动日志记录。关键词：记忆系统，向量嵌入，语义搜索，API开发，人工智能应用，RAG检索增强生成