搜索结果: "rag"
AI代理开发技能Skill ai-agents
本技能提供 AI 代理开发的生产级操作模式，涵盖 MCP 集成、RAG 应用、交接协调、多层防护等关键词，用于设计、构建和部署 AI 代理，提升 SEO 搜索效果。
GoogleGemini文件搜索Skill google-gemini-file-search
Google Gemini 文件搜索是一个基于AI的完全托管检索增强生成工具，支持100多种文件格式，用于文档问答、知识库构建和智能搜索。关键功能包括自动分块、向量搜索、内置引用和成本效益索引，适用于企业知识管理、客户支持和文档检索场景。关键词：Google Gemini, 文件搜索, RAG, 检索增强生成, 知识库, 文档问答, AI工具。
谷歌Gemini嵌入API技能Skill google-gemini-embeddings
本技能提供了Google Gemini嵌入API的全面生产就绪指南，用于生成文本嵌入向量，支持检索增强生成（RAG）、语义搜索、文档聚类等应用。包含SDK使用、REST API模式、批量处理、与Cloudflare Vectorize集成等高级用例。关键词：Gemini嵌入，RAG，语义搜索，向量搜索，文档聚类，API集成。
记忆Skill remember
这是一个记忆存储技能，用于将学习、模式或决策存储到内存系统中，支持自动类型检测、标签提取和高效检索。适用于知识管理、AI应用和RAG系统。关键词：记忆存储，学习管理，AI记忆，RAG，知识库，PostgreSQL，BGE嵌入。
BankrNFT操作Skill BankrAgent-NFTOperations
此技能是Bankr代理的NFT操作功能，帮助用户通过OpenSea平台跨链浏览、搜索、购买和管理NFT。它支持Base、Ethereum和Polygon链，提供实时市场数据、收藏解析和安全管理建议。关键词：NFT, OpenSea, 区块链, 跨链, NFT交易, NFT收藏, 数字资产, Web3, 去中心化应用。
Bankr代理工作流程Skill BankrAgent-JobWorkflow
这个技能用于通过异步作业模式执行 Bankr API 操作，包括提交提示、轮询状态和完成作业。适用于金融交易、市场分析和数据查询，基于提交-轮询-完成的工作流程。关键词：Bankr API, 异步作业, 工作流程, MCP工具, 量化交易, 数字货币交易
LangChain架构Skill langchain-architecture
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。
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。
上下文工程顾问Skill context-engineering-advisor
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。
MultiversX跨合约存储读取技术Skill multiversx-cross-contract-storage
这个技能用于在 MultiversX 区块链上通过 storage_mapper_from_address 直接读取其他智能合约的存储数据，避免了代理调用的 gas 开销和异步复杂性，适用于同分片合约之间的高效数据读取。关键词包括 MultiversX、跨合约、存储读取、智能合约、区块链、gas 优化、storage_mapper_from_address、同分片、数据聚合。
SpringAI开发Skill spring-ai
Spring AI是Spring官方提供的AI应用开发框架，用于简化与大语言模型（LLM）的集成，支持OpenAI、Anthropic等模型，实现RAG应用、向量存储、Function Calling等功能。关键词：Spring AI, AI集成, RAG应用, 向量存储, 大模型, 提示模板, 流式响应。
提示工程Skill prompt-engineering
提示工程是一种系统性技术，用于设计和优化大型语言模型（LLMs）的提示，以在各种任务中获得可靠、高质量的输出。它包括零样本、少样本、思维链和结构化输出等模式，应用于构建 LLM 应用、实现 RAG 系统、创建 AI 代理和优化提示质量与成本。关键词：提示工程，大型语言模型，AI 应用，自然语言处理，模型提示，RAG，AI 代理。