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技术，增强大型语言模型（LLM）应用，实现基于外部知识源的准确响应。适用于文档问答系统、聊天机器人、语义搜索等场景，关键词：RAG、检索增强生成、向量数据库、语义搜索、LLM应用、人工智能、文档处理、知识库集成。

该技能专注于选择和优化嵌入模型，用于语义搜索和检索增强生成（RAG）应用。涵盖模型比较、分块策略、嵌入管道构建、质量评估及最佳实践，适用于人工智能和软件开发领域。关键词：嵌入模型、语义搜索、RAG、向量搜索、优化、分块策略、质量评估。

这是一个用于Agentuity云平台的命令行工具，主要用于通过指定键值（key）来删除向量数据库中的一个或多个向量数据。该工具需要用户先进行身份验证，并支持批量删除、交互式确认等功能，适用于AI应用开发中的向量数据管理、RAG应用维护、大模型微调数据清理等场景。关键词：Agentuity，向量删除，命令行工具，云平台，RAG，AI数据管理。

这个技能是一个语义记忆检索工具，用于通过语义搜索技术查询记忆系统中存储的过去会话学习内容。它结合PostgreSQL数据库和BGE embeddings实现高效搜索，返回相关结果并显示类型、置信度等信息。关键词：语义搜索、记忆检索、学习内容、PostgreSQL、BGE embeddings、AI工具、开发辅助。

本技能提供使用Python操作SurrealDB多模型数据库的完整指南，涵盖CRUD操作、图关系建模、向量相似性搜索和实时查询订阅。适用于构建RAG应用、知识图谱、语义搜索系统和实时数据应用。关键词：SurrealDB Python、多模型数据库、图数据库、向量搜索、RAG应用、实时查询、知识图谱、语义搜索、数据库操作、Python SDK。

RAG嵌入向量批量生成技能是一个专门用于检索增强生成（RAG）系统中高效生成文本嵌入向量的工具。它支持OpenAI、HuggingFace、Cohere、Voyage AI等多种主流AI提供商和本地模型，具备批量处理、智能缓存、速率限制管理和自动重试等核心功能。该技能旨在优化RAG管道和向量数据库的构建过程，通过降低API调用成本、提升处理效率并确保嵌入质量，为AI应用开发、大模型微调和NLP项目提供关键技术支持。关键词：RAG嵌入生成，批量向量处理，AI模型缓存，多提供商支持，NLP嵌入优化，向量数据库，检索增强生成，LangChain集成。

RAG 分块元数据策略是一种系统化方法，用于在 RAG 管道中添加、管理和利用元数据，以提高检索精度和上下文管理。关键词包括元数据模式、分块级元数据、文档级元数据、元数据驱动检索。

RAG架构模式是一种系统设计技能，用于构建高效的RAG系统，涉及数据摄取、分块策略、嵌入模型、向量数据库、检索优化和生成编排等关键环节。

这是一个用于构建语义搜索和检索增强生成（RAG）应用的 Cloudflare Vectorize 技能。它提供了向量数据库管理、嵌入生成、相似性搜索、元数据过滤等功能，适用于基于 Cloudflare Workers 的 AI 驱动应用程序开发。关键词：向量数据库、语义搜索、RAG、AI应用、Cloudflare、嵌入模型、相似性搜索、元数据过滤、Workers AI。

递归知识处理是一种面向大规模文档语料库的智能信息处理技术。它通过构建知识图谱，将海量文档（如1000+文档，数百万词元）中的实体（人物、组织、概念等）和关系（引用、支持、关联等）进行结构化索引。核心功能是替代传统的暴力文档填充（context stuffing），利用状态化多跳推理（stateful multi-hop reasoning）来回答复杂查询。当用户的问题需要连接多个文档、进行深度推理或从文档中提取持久、可查询的知识时，该技能通过智能图谱遍历，在避免上下文窗口限制的同时，提供准确、可追溯的答案。适用于知识管理、智能问答、文档分析和研究辅助等场景。

Agentuity云向量统计工具是一个命令行接口，专门用于获取和管理Agentuity云平台上的向量存储统计信息。该工具支持查看向量数据库的命名空间、索引数量、向量维度、存储容量等关键指标，帮助开发者监控向量存储的使用情况和性能表现。主要功能包括：向量存储统计查询、命名空间管理、身份验证集成、项目上下文支持。适用于AI应用开发、RAG系统优化、大模型向量检索等场景。

这个技能用于减少AI代理上下文中的令牌使用，通过混合搜索和压缩技术，保留关键证据并持久化到内存记录中。关键词：令牌节约、上下文压缩、AI代理、RAG应用、内存持久化。