搜索结果: "rag"

4.5

QE覆盖分析Skill "QECoverageAnalysis"

QE覆盖分析技能用于检测软件测试中的覆盖差距,使用O(log n)次线性算法提高效率,结合风险加权分析评估代码风险,并智能优先级排序测试工作,以优化软件质量。关键词:测试覆盖、风险分析、优先级排序、代码质量、QE覆盖。

4.5

ConvexAI代理开发Skill convex-agents

该技能专注于使用Convex平台构建和部署AI代理,实现线程管理、工具集成、流式响应、RAG(检索增强生成)模式和workflow orchestration,适用于开发智能助手、自动化工作流程和知识检索系统。关键词:AI代理、Convex、工具集成、RAG、workflow、智能体开发、AI应用、LLM集成、向量搜索、持久状态。

4.5

LangChain与LangGraph开发Skill langchain

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。

4.5

RAG实现技能Skill rag-implementation

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。

4.5

ML/AI技能转换项目Skill claude-supercode-skills-main

本项目是一个面向生产环境的机器学习与人工智能技能工具箱,提供11项核心ML/AI技能的完整脚本和参考指南。涵盖AI工程师、LLM架构师、ML工程师、MLOps工程师、数据工程师等角色,包含OpenAI/Claude API集成、RAG系统搭建、模型微调、MLflow实验追踪、ETL管道自动化等关键技术。适用于企业AI应用开发、大模型部署、数据科学项目落地,帮助团队快速构建可维护、可扩展的AI解决方案。关键词:机器学习,人工智能,大模型,RAG,MLOps,数据工程,AI集成,模型部署,生产环境,技能工具箱。

4.5

TestInfrastructureAgent-RealCoverageBuilderSkill test-infrastructure

这个技能是关于创建和维护全面的测试覆盖率,确保测试是可执行的规范,并且没有空的测试文件。它包括测试清单和差距分析、测试编写、质量门、工作流程、测试编写指南、测试覆盖目标、运行测试、处理不可测试的代码和测试维护。

4.5

senior-ml-engineerSkill senior-ml-engineer

高级机器学习工程师技能,专注于生产中模型的部署、MLOps流程构建以及大型语言模型的集成。涵盖模型部署、特征存储、漂移监控、RAG系统和成本优化。

4.5

上下文工程Skill context-engineering

上下文工程是一种关键技术,专注于优化人工智能智能体系统中的上下文管理,以提高推理效率并降低计算成本。它涉及上下文基础、优化技术、压缩策略、记忆系统和多智能体协调,适用于AI应用开发、大模型微调和RAG应用。关键词:上下文工程、AI智能体、令牌优化、LLM、多智能体系统、记忆管理。

4.5

Pinecone向量数据库操作技能Skill pinecone

这个技能专注于使用Pinecone托管向量数据库来构建和部署生产级的人工智能应用。它支持检索增强生成(RAG)、推荐系统和大规模语义搜索,具备自动扩展、低延迟查询(p95 <100ms)、混合搜索(密集和稀疏向量)、元数据过滤和命名空间管理等功能。适用于服务器less、托管基础设施,提供高效的AI解决方案,方便SEO搜索。关键词包括:向量数据库、Pinecone、AI应用、RAG、混合搜索、自动扩展、低延迟、生产环境、元数据过滤。

4.5

混合搜索实现Skill hybrid-search-implementation

混合搜索实现是一种结合向量搜索和关键词搜索的技能,用于提高检索性能,特别适用于构建RAG系统、搜索引擎等场景。它能够融合语义理解和精确匹配,处理特定术语查询,改善召回率。关键词:混合搜索、向量搜索、关键词搜索、RAG应用、人工智能、机器学习、检索增强生成、搜索引擎优化。

4.5

Chroma向量数据库集成Skill chroma-integration

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

4.5

提示模板设计Skill prompt-template-design

提示模板设计技能专注于创建和管理结构化AI提示模板,支持变量插值、多格式输出、版本控制和动态上下文注入。该技能适用于大语言模型应用开发、AI智能体构建、RAG系统优化等场景,帮助开发者实现高效、可维护的提示工程工作流。关键词:提示工程,模板设计,变量管理,版本控制,AI提示,大模型应用,RAG系统,LangChain,提示优化