本技能提供了Google Gemini嵌入API的全面生产就绪指南，用于生成文本嵌入向量，支持检索增强生成（RAG）、语义搜索、文档聚类等应用。包含SDK使用、REST API模式、批量处理、与Cloudflare Vectorize集成等高级用例。关键词：Gemini嵌入，RAG，语义搜索，向量搜索，文档聚类，API集成。

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。

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。

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。

这是一个用于启用本地AI驱动的语义搜索的技能，通过分析保管库、发现智能集合和创建定制搜索设置，提升搜索效率和准确性。关键词：语义搜索、AI模型、本地搜索、集合发现、qmd工具、RAG应用、智能检索。

此技能专注于利用大型语言模型进行应用程序开发，涵盖提示工程、RAG（检索增强生成）技术、API集成等关键方面。适用于构建AI驱动功能、聊天机器人或自动化系统。关键词：大型语言模型、提示工程、RAG、API集成、AI应用开发、LLM集成。

Chroma向量数据库集成技能专注于本地向量数据库的设置、配置与操作管理，支持临时内存、持久化文件和客户端-服务器三种部署模式。核心功能包括集合创建与管理、文档嵌入与摄取、元数据过滤查询、多租户架构实现等，适用于RAG（检索增强生成）管道开发、语义搜索系统构建和AI应用的数据存储需求。关键词：Chroma向量数据库，RAG实现，文档嵌入，元数据过滤，多租户集合，AI数据存储，语义搜索，开发部署

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。

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。

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。

这个技能用于自动化 Mistral AI 的操作，通过 Composio MCP 集成实现文件上传、文档库管理、微调作业跟踪和 RAG 管道构建，提升 AI 工作流的效率。关键词：Mistral AI，自动化，文件管理，微调，RAG，AI 工作流。