该技能专注于检索增强生成（RAG）和搜索工程的完整实践，提供构建生产级系统的指南。涵盖文档分块、混合检索（BM25 + 向量搜索）、重排序、查询优化、排名管道设计、评估指标（如nDCG、MRR）以及现代最佳模式。适用于开发高效、准确的AI驱动检索和生成应用，关键词包括：RAG、搜索工程、混合搜索、分块策略、评估指标、生产系统。

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。

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。

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。

LangChain框架用于开发和设计基于大语言模型的应用程序，集成代理、链、记忆和工具，适用于AI智能体构建、多步工作流管理、文档处理、RAG应用等场景，提升LLM应用开发效率，关键词包括LangChain、AI代理、大模型应用、RAG、LLM工作流、记忆管理。

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。

该技能用于配置和部署 Microsoft Semantic Kernel，这是一个用于编排 AI 服务和功能的框架。它专注于设置 AI 规划器（如 Handlebars 和 Stepwise）、创建和管理插件（函数集合）、集成内存存储以及构建自动化的函数调用链。核心功能包括连接 AI 服务（如 OpenAI、Azure）、组织插件、选择规划策略以及实现智能体的规划与执行流程。关键词：Semantic Kernel, AI 编排, 函数调用, AI 规划器, 插件开发, 智能体开发, 大模型应用, RAG, AI 服务集成。

移动端离线存储技能提供跨平台离线优先数据管理解决方案，支持WatermelonDB、Realm、MMKV等多种存储引擎，实现数据同步、冲突解决和离线队列管理。关键词：移动开发、离线存储、数据同步、React Native、跨平台、WatermelonDB、Realm、MMKV、同步队列、冲突解决

高级提示工程师技能专注于大语言模型优化与AI产品开发，提供世界级的提示工程解决方案。核心能力包括LLM性能优化、RAG检索增强生成、智能体系统设计、结构化输出控制、少样本学习、思维链推理和AI评估框架。适用于构建企业级AI应用、优化大模型响应质量、设计自动化智能体、实施高级提示技术。关键技术栈涵盖Python、PyTorch、LangChain、Docker/K8s、AWS/GCP/Azure等，支持生产级部署与监控。SEO关键词：提示工程，LLM优化，RAG应用，AI智能体，大模型微调，AI产品开发，LangChain，GPT-4，Claude，思维链，少样本学习，结构化输出，AI评估，生产级AI系统。

本技能是ancplua-claude-plugins单仓库插件开发的权威指南，详细规定了创建、修改、调试Claude插件所需遵循的架构规范、工作流程和最佳实践。内容涵盖插件脚手架搭建、代码约定、测试验证、市场发布全流程，适用于AI智能体开发、大模型插件集成、RAG应用构建等场景。关键词：Claude插件开发，AI智能体，插件架构，单仓库管理，开发规范，测试验证，市场发布。

这个技能用于通过Rube MCP和Composio平台自动化Ragic数据库任务，实现低代码开发环境下的工作流自动化和工具集成。它包括工具发现、连接管理、工作流执行等功能，适用于自动化Ragic操作和提升效率。关键词：Ragic自动化，Rube MCP，工具集成，低代码开发，工作流自动化，Composio，数据库自动化。

这是一个用于启用本地AI驱动的语义搜索的技能，通过分析保管库、发现智能集合和创建定制搜索设置，提升搜索效率和准确性。关键词：语义搜索、AI模型、本地搜索、集合发现、qmd工具、RAG应用、智能检索。