搜索结果: "rag"
杠杆点审计Skill leverage-point-audit
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。
LangChain与LangGraph开发Skill langchain
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。
AI数据工程Skill ai-data-engineering
AI数据工程技能专注于构建人工智能和机器学习系统的数据基础设施，特别用于检索增强生成（RAG）应用。它涵盖数据管道、特征存储、嵌入生成、工作流编排（如Dagster、Prefect）、数据版本化（LakeFS）和评估指标（如RAGAS）。适用于开发生产级AI应用，如语义搜索、实时特征服务和RAG系统，提供架构模式和实践指南。关键词：AI数据工程、RAG管道、特征存储、嵌入生成、Dagster、RAGAS、机器学习基础设施。
语义内核设置Skill semantic-kernel-setup
该技能用于配置和部署 Microsoft Semantic Kernel，这是一个用于编排 AI 服务和功能的框架。它专注于设置 AI 规划器（如 Handlebars 和 Stepwise）、创建和管理插件（函数集合）、集成内存存储以及构建自动化的函数调用链。核心功能包括连接 AI 服务（如 OpenAI、Azure）、组织插件、选择规划策略以及实现智能体的规划与执行流程。关键词：Semantic Kernel, AI 编排, 函数调用, AI 规划器, 插件开发, 智能体开发, 大模型应用, RAG, AI 服务集成。
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。
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。
TestInfrastructureAgent-RealCoverageBuilderSkill test-infrastructure
这个技能是关于创建和维护全面的测试覆盖率，确保测试是可执行的规范，并且没有空的测试文件。它包括测试清单和差距分析、测试编写、质量门、工作流程、测试编写指南、测试覆盖目标、运行测试、处理不可测试的代码和测试维护。
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。
Pinecone向量数据库操作技能Skill pinecone
这个技能专注于使用Pinecone托管向量数据库来构建和部署生产级的人工智能应用。它支持检索增强生成(RAG)、推荐系统和大规模语义搜索，具备自动扩展、低延迟查询（p95 <100ms）、混合搜索（密集和稀疏向量）、元数据过滤和命名空间管理等功能。适用于服务器less、托管基础设施，提供高效的AI解决方案，方便SEO搜索。关键词包括：向量数据库、Pinecone、AI应用、RAG、混合搜索、自动扩展、低延迟、生产环境、元数据过滤。
LlamaIndex数据框架应用Skill llamaindex
LlamaIndex是一个用于构建大型语言模型（LLM）应用的数据框架，专注于检索增强生成（RAG）、文档问答、知识检索和多模态支持。它提供300多个数据连接器、向量索引和查询引擎，适用于文档处理、聊天机器人和企业数据集成，帮助开发高效RAG管道和AI应用。关键词：LlamaIndex, RAG, 文档问答, 向量索引, 数据框架, LLM应用, 智能体, 知识检索
混合搜索实现Skill hybrid-search-implementation
混合搜索实现是一种结合向量搜索和关键词搜索的技能，用于提高检索性能，特别适用于构建RAG系统、搜索引擎等场景。它能够融合语义理解和精确匹配，处理特定术语查询，改善召回率。关键词：混合搜索、向量搜索、关键词搜索、RAG应用、人工智能、机器学习、检索增强生成、搜索引擎优化。