Agentuity云存储创建工具，用于在Agentuity云平台上快速创建和管理存储资源。该工具支持命令行操作，需要身份验证和组织上下文，可用于创建云存储桶、执行试运行等操作。关键词：Agentuity云存储，云存储创建，命令行工具，云平台操作，存储资源管理，DevOps自动化。

该技能用于关闭AI智能体的持续学习模式，停止自动从对话中提取和积累知识。关键词：AI智能体，持续学习，知识管理，模式切换，RAG应用，机器学习。

本技能集专为构建和运维企业级AI/ML系统而设计，核心能力包括：机器学习模型生产化部署、MLOps全流程实施、可扩展机器学习平台搭建、大语言模型集成与微调、RAG系统开发、AI智能体应用。关键词：机器学习工程，MLOps，模型部署，大语言模型集成，RAG系统，AI智能体，生产级AI系统，可扩展架构，特征存储，模型监控。

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。

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。

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。

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。

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。

本技能专注于配置和实现基于Haystack框架的自然语言处理管道，特别适用于构建检索增强生成系统、文档问答系统和意图分类系统。核心功能包括文档存储配置、检索器选择、问答模型集成以及自定义管道工作流设计。关键词：Haystack管道配置，RAG系统搭建，NLP问答管道，文档检索增强，意图分类实现，AI应用开发。

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。

此技能涉及使用LangChain和LangGraph框架来构建和部署大型语言模型（LLM）应用程序。它支持创建RAG（检索增强生成）管道、设计代理工作流、组合链式操作以及进行复杂的LLM编排。关键词：LangChain, LangGraph, LLM, RAG, AI代理, 链式编程, Python开发, 人工智能应用。