搜索结果: "rag"
智能体生成器Skill agent-generator
智能体生成器是一个专为AI智能体开发设计的自动化工具，能够根据Babysitter SDK规范，快速生成结构完整、包含YAML前言、角色定义、专业领域和提示模板的AGENT.md文件。它简化了AI智能体（Agent）的创建流程，支持批量生成和流程集成，是构建AI应用、大模型微调和RAG应用生态的关键辅助工具。关键词：AI智能体生成，AGENT.md文件，提示模板，YAML前言，Babysitter SDK，自动化工具，AI应用开发。
Midnight版本兼容性检查Skill midnight-tooling:midnight-compatibility
本技能用于管理和检查Midnight区块链开发框架中各组件的版本兼容性。它提供了详细的版本关系图、编译器与运行时匹配指南、包版本管理最佳实践以及版本升级工作流。关键词包括：Midnight版本兼容性、Compact编译器、pragma语言版本、ZK电路、区块链开发、版本管理、npm ci、破坏性变更、证明服务器、组件依赖。
迭代检索模式Skill iterative-retrieval
迭代检索模式是一种解决多智能体工作流中上下文问题的先进方法，通过分发、评估、优化、循环四个阶段逐步精炼信息检索。该技能专门用于AI智能体开发、代码库分析、上下文管理，帮助开发者和AI系统在复杂代码项目中高效定位相关文件、识别模式、学习项目术语，避免信息过载或不足的问题。适用于RAG应用、AI智能体开发、软件开发工具链优化等场景。
迭代检索模式Skill iterative-retrieval
迭代检索模式是一种用于解决多智能体系统中上下文检索问题的技术方法。该模式通过分发、评估、优化、循环四个阶段，逐步优化检索标准，为子智能体提供精准的上下文信息。主要应用于AI智能体开发、RAG应用、代码理解、文档检索等场景，能够有效解决传统检索方法中信息过载或信息不足的问题。关键词：迭代检索、上下文优化、多智能体系统、RAG应用、代码理解、智能体开发、信息检索、AI工作流、上下文管理、智能体编排
agentuity-cli-云向量增改Skill agentuity-cli-cloud-vector-upsert
Agentuity云向量增改技能是一个用于向量数据库操作的命令行工具，支持向量嵌入的增删改查功能。该技能主要用于人工智能领域的向量存储管理，特别是RAG应用和大模型微调场景中的向量数据管理。用户可以通过命令行批量上传、更新向量数据，支持文档嵌入、预计算向量和元数据管理，是构建智能搜索、语义理解和AI智能体的关键技术组件。
Agentuity云向量获取工具Skill agentuity-cli-cloud-vector-get
这是一个用于Agentuity云平台的命令行工具，专门用于根据键值查询和获取存储在向量数据库中的特定条目。该技能支持从不同命名空间（如产品目录、知识库、用户嵌入等）检索向量化数据，返回包含元数据、原始文档和相似度分数的结构化信息。适用于AI应用开发、RAG系统构建、向量数据库管理和云平台运维场景。
AgentuityCLI项目创建工具Skill agentuity-cli-project-create
Agentuity CLI项目创建工具是一个命令行工具，用于快速创建和管理AI智能体项目。该工具提供模板化项目创建、依赖自动安装、构建流程自动化等功能，支持自定义域名配置和项目注册。适用于AI智能体开发、RAG应用构建、大模型微调等场景，帮助开发者快速搭建AI项目基础架构。关键词：AI智能体开发、项目创建工具、命令行工具、模板化开发、RAG应用、大模型微调、DevOps自动化、项目管理
agentuity-cli-cloud-vector-upsertSkill agentuity-cli-cloud-vector-upsert
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
智能体记忆系统设计Skill memory-systems
本技能详细阐述了如何为AI智能体设计和实现分层记忆架构，涵盖从工作记忆到时序知识图谱的完整谱系。核心内容包括记忆层架构（工作、短期、长期、实体、时序知识图谱）、实现模式（文件系统、向量RAG、知识图谱）以及检索与整合策略。旨在解决智能体跨会话状态持久化、实体一致性维护和结构化知识推理等关键问题，适用于构建需要长期学习和复杂推理的AI应用系统。关键词：AI智能体，记忆系统，知识图谱，RAG，时序记忆，实体跟踪，跨会话持久化。
RAGArchitect-POWERFULSkill rag-architect
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。
AI/MLObservabilityandMonitoringSkill AI/MLObservabilityandMonitoring
这个技能提供了一套全面的指南，用于监控生产环境中的人工智能和机器学习系统，包括大型语言模型（LLMs）、检索-生成（RAG）应用和传统机器学习模型。它涵盖了监控堆栈的搭建、关键性能指标的跟踪、模型性能监控、数据漂移检测、日志记录、追踪技术、告警策略、仪表板配置、A/B测试监控、成本优化等多个方面，是确保AI系统可靠性和性能的关键工具。
记忆系统Skill memory
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