RAG应用 Skill技能列表
Agentuity云向量命名空间列表工具Skill agentuity-cli-cloud-vector-list-namespaces
这是一个用于Agentuity云平台的命令行工具，专门用于列出和管理向量数据库中的所有命名空间。该技能需要用户先完成身份验证，并在正确的项目上下文中执行。主要功能包括：快速查询向量命名空间、支持多种别名调用方式、返回数组格式的结果。适用于向量数据库管理、AI应用开发、RAG系统维护等场景。 关键词：Agentuity云平台, 向量数据库, 命名空间管理, 命令行工具, 身份验证, RAG应用, 人工智能开发, 云原生操作
记忆Skill remember
这是一个记忆存储技能，用于将学习、模式或决策存储到内存系统中，支持自动类型检测、标签提取和高效检索。适用于知识管理、AI应用和RAG系统。关键词：记忆存储，学习管理，AI记忆，RAG，知识库，PostgreSQL，BGE嵌入。
RAG教科书学习助手Skill chatbot-implementation
这是一个基于RAG（检索增强生成）技术的智能聊天机器人，专门用于辅助用户高效学习和查询教科书内容。它通过向量数据库检索相关知识点，结合大语言模型生成精准、个性化的答案。核心功能包括：浮动聊天窗口、上下文高亮提问、移动端适配、用户身份感知。适用于在线教育、知识库问答、智能学习辅导等场景。关键词：RAG聊天机器人，教科书学习助手，智能问答，向量检索，教育科技，个性化学习，AI辅助学习。
检索-搜索-编排Skill retrieval-search-orchestration
该技能用于设计RAG系统中知识图谱的检索策略，包括检索模式选择、查询分解、排名配置和来源跟踪，以提高信息检索的准确性和可追溯性。关键词：检索策略、知识图谱、RAG、查询分解、来源跟踪、检索增强生成。
构建RAG系统Skill building-rag-systems
本技能详细介绍了如何构建生产级的检索增强生成（RAG）系统，涵盖从文档摄取到智能检索的全流程。核心内容包括：语义分块策略（基于标题分割，避免固定大小）、增量索引与变更检测（通过文件哈希实现高效更新）、批处理向量嵌入（使用OpenAI API）、以及基于Qdrant向量数据库的过滤检索和上下文扩展。适用于需要构建企业级知识库、智能问答系统或文档智能检索应用的开发者，关键词包括：RAG系统、语义分块、增量索引、向量检索、Qdrant、OpenAI嵌入、生产级部署。
向量数据库应用技能Skill using-vector-databases
这个技能专注于使用向量数据库来实现人工智能和机器学习应用，包括语义搜索、检索增强生成（RAG）系统、推荐系统等。关键技术涵盖向量数据库选择（如Qdrant、Pinecone）、嵌入模型（如OpenAI、Voyage AI）、文档分块策略和混合搜索模式。适用于构建聊天机器人、搜索引擎、知识库问答等AI驱动的应用，关键词包括：向量数据库、AI、ML、语义搜索、RAG、嵌入生成、分块、混合搜索、Qdrant、Pinecone。
RAG查询转换技能Skill rag-query-transformation
RAG查询转换技能是一个专注于提升检索增强生成（RAG）系统检索效果的工具集。它通过查询扩展、假设文档嵌入（HyDE）、多查询生成、查询分解和逐步回溯提示等核心技术，对用户原始查询进行智能转换和优化，从而从知识库中检索出更相关、更全面的信息片段，为大模型生成高质量答案奠定基础。 关键词：RAG查询转换，检索增强生成，查询扩展，HyDE假设文档嵌入，多查询生成，查询分解，逐步回溯提示，AI问答优化，知识库检索，大模型应用
文档摄入管道Skill DocumentIngestionPipeline
文档摄入管道是一种处理原始文档、提取内容并为RAG系统准备的技能，涉及源连接器、文本提取、预处理和质量验证等关键步骤。
Pinecone向量数据库集成技能Skill pinecone-integration
Pinecone向量数据库集成技能专注于为RAG（检索增强生成）应用提供完整的向量数据库解决方案。该技能涵盖Pinecone索引的创建、配置和管理，支持向量数据的批量插入、相似性搜索和元数据过滤。关键词：Pinecone向量数据库，RAG应用，相似性搜索，元数据过滤，批量操作，多租户策略，AI应用开发，向量检索
RAG重排序与多样性过滤Skill rag-reranking
RAG重排序技能专注于提升检索增强生成（RAG）系统的检索质量。它通过交叉编码器重排序、Cohere Rerank API、最大边际相关性（MMR）多样性过滤以及LLM评分等多种技术，对初步检索结果进行二次排序和筛选。该技能旨在优化RAG流程，确保返回给大语言模型的上下文信息既高度相关又具备多样性，从而显著提升最终生成答案的准确性和丰富性。关键词：RAG重排序，交叉编码器，MMR多样性过滤，Cohere Rerank，检索增强生成，多阶段检索，相关性排序，AI检索优化。
RAG实现Skill rag-implementation
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增强大语言模型（LLM）应用，实现基于外部知识的准确回答，适用于文档问答、语义搜索、知识增强AI、LLM集成和问答系统等场景。关键词：RAG、检索增强生成、向量数据库、语义搜索、LLM、知识库、问答系统、人工智能、文档处理、检索优化。
图增强RAG系统设计Skill graphrag-system-design
这个技能帮助您设计完整的图增强检索生成系统，整合图数据库、向量存储、编排框架和大型语言模型推理。给定领域和检索需求，指导模式选择、技术栈决策、集成流水线设计和领域定制。提供架构设计、技术选择和定制指导。关键词：图增强RAG、检索增强生成、知识图谱、LLM集成、系统架构、人工智能、RAG应用。