这是一个用于Agentuity云平台的命令行工具，专门用于获取键值存储（Key-Value Storage）的详细统计数据。用户需要先进行身份验证，并设置项目上下文。该工具支持查看所有命名空间或指定命名空间（如production、cache）的存储使用情况、性能指标等关键信息。适用于云平台运维、数据监控和存储优化场景。 关键词：Agentuity云平台，键值存储，统计数据，命令行工具，云存储监控，DevOps，云原生，存储分析

实用技术写作技能是一种基于Hunt/Thomas和Joel Spolsky风格的写作方法，用于创作清晰、引人入胜、可操作的技术内容，如技术文章、文档和教程。关键词：技术写作、实用、清晰、可操作、SEO、内容创作。

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。

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。

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。

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。

LLM评估技能用于评估大型语言模型系统，通过自动化指标、LLM作为裁判和基准测试，确保模型在生产环境中的质量和安全性。适用于测试提示质量、验证RAG管道、测量幻觉和偏见、比较模型性能。关键词：LLM评估、自动化指标、RAG验证、安全性测量、模型比较、生产部署。

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。

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。