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。

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

成本感知型LLM管道是一种用于优化大型语言模型API使用成本的综合性技术方案。该技能通过模型路由、预算跟踪、重试逻辑和提示词缓存四大核心模块，实现智能成本控制。适用于AI应用开发、大模型微调、RAG应用等场景，帮助开发者在保持任务质量的前提下，有效管理Claude、GPT等API的调用成本。关键词：LLM成本优化、模型路由、API预算控制、提示词缓存、重试策略、AI应用开发、大模型API管理。

这是一个用于Agentuity云平台的命令行工具，主要功能是查询和显示特定云存储桶的详细配置信息，包括桶名称、访问密钥、区域和端点等。适用于云存储管理、DevOps运维和云平台操作。关键词：Agentuity CLI，云存储，S3桶，存储管理，DevOps工具，命令行工具，云平台操作。

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。

提示工程模式是一种高级技能，专注于通过优化提示设计来提升大型语言模型（LLM）在生产环境中的性能、可靠性和可控性。它涉及使用少样本学习、思维链推理、结构化输出等技术，用于AI应用开发、LLM微调、RAG系统集成等场景，关键词包括提示工程、LLM优化、AI应用、性能提升、生产部署。

这个技能专注于在Godot游戏引擎中开发和导出到Web平台（HTML5）的游戏或应用。它涵盖WebGL/WebGPU渲染、自定义加载屏幕、JavaScriptBridge集成、LocalStorage保存和大小优化等关键方面。适用于Web导出或实现浏览器特定功能，帮助开发者优化性能、确保兼容性和提升用户体验。关键词：Godot、Web平台、HTML5、WebGL、WebGPU、JavaScriptBridge、LocalStorage、游戏开发、浏览器集成、性能优化、SEO。

覆盖分析是一种软件测试技术，用于测量在模糊测试期间代码的执行覆盖率。它帮助评估测试harness的有效性，识别fuzzing阻塞点如魔法值检查，并跟踪harness改进的效果。关键词：覆盖分析，模糊测试，代码覆盖率，harness评估，fuzzing阻塞。

这项技能涉及向量数据库的性能优化，包括HNSW参数调整、分块策略、混合搜索配置等，以提高RAG和语义搜索的性能。

这个技能用于诊断上下文填充与上下文工程，帮助产品经理优化AI上下文管理。它提供实践评估、边界定义、内存架构设计、检索策略以及研究→计划→重置→实施周期的指导。关键词包括：上下文工程、AI上下文优化、产品管理、RAG、内存架构、上下文诊断。

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。