搜索结果: "rag"

4.5

测试覆盖率分析器Skill test-coverage-analyzer

测试覆盖率分析器技能是一款用于在软件迁移、重构或升级前,全面评估代码测试覆盖率的工具。它能精确测量行、分支、路径等覆盖率指标,智能识别测试盲区和未覆盖的关键业务路径,并生成详细的分析报告。核心功能包括覆盖率差距定位、关键路径风险评估、集成测试映射以及覆盖率趋势跟踪,旨在为开发团队提供数据支持,确保代码变更的安全性,降低回归风险。关键词:测试覆盖率分析,代码迁移安全,回归测试,覆盖率差距,关键路径测试,软件质量保障。

4.5

成本感知型LLM管道Skill cost-aware-llm-pipeline

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。

4.5

Agentuity云存储列表工具Skill agentuity-cli-cloud-storage-list

这是一个用于Agentuity云平台的命令行工具,主要功能是列出云存储中的存储资源和文件。用户可以通过该工具查看存储桶列表和桶内文件,支持前缀过滤和多种输出格式。关键词:Agentuity CLI,云存储管理,文件列表,存储桶,命令行工具,云平台操作。

4.5

Agentuity云存储上传工具Skill agentuity-cli-cloud-storage-upload

这是一个用于Agentuity云平台的命令行工具,主要用于将本地文件或标准输入流上传到指定的云存储桶中。该工具支持身份验证、自定义对象键、内容类型设置等功能,适用于云存储管理、文件备份、数据迁移等场景。关键词:云存储上传、Agentuity CLI、文件管理、云平台操作、存储桶管理、命令行工具。

4.5

RAG实施Skill RAGImplementation

这项技能涉及使用 LangChain 框架实施检索增强型生成(RAG),包括文档处理、嵌入生成、向量存储检索、检索策略、提示构建、响应生成、上下文窗口管理、系统评估和性能优化等关键环节,旨在提高基于知识的问答系统的准确性和效率。

4.5

PythonSDKforinference.shAI应用开发技能Skill python-sdk

这是一个用于 inference.sh 平台的 Python SDK,支持同步/异步调用、流式传输、文件上传等功能,专门用于构建 AI 应用程序、开发智能代理、集成多种 AI 模型,并支持 RAG 管道和自动化任务。关键词:Python SDK, inference.sh, AI 应用, 智能代理, 模型集成, 流式传输, RAG, 自动化

4.5

Bankr代币交易Skill BankrAgent-TokenTrading

此技能用于在多个区块链上进行代币交易和交换,包括购买、出售、交换加密货币、跨链桥接和ETH/WETH转换,提供链支持、数量格式和交易指导。关键词:代币交易、加密货币、区块链、DeFi、交换、跨链、Bankr。

4.5

交易代理-任意交易Skill BankrAgent-ArbitraryTransactions

此技能用于提交原始EVM交易,支持多种区块链如Ethereum、Polygon、Base和Unichain。用户可以通过JSON格式指定交易参数,包括目标地址、calldata、交易值和链ID,适用于智能合约调用、代币转账等场景。关键词:EVM交易、区块链、智能合约、交易提交、JSON格式。

4.5

启用语义搜索Skill enable-semantic-search

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。

4.5

DSPy框架:声明性语言模型编程Skill dspy

DSPy是一个来自Stanford NLP的框架,用于通过声明性编程构建和优化语言模型系统,支持自动提示优化、模块化RAG(检索增强生成)应用和AI代理开发,适用于自然语言处理任务。关键词:DSPy, 声明性编程, 提示优化, RAG, AI系统, 语言模型, Stanford NLP

4.5

LangChain检索器技能Skill langchain-retriever

LangChain检索器技能是一个用于实现和配置多种高级检索策略的工具,专为RAG(检索增强生成)应用设计。它支持向量存储检索、多查询生成、上下文压缩、集成检索和自查询过滤等功能,帮助开发者构建高效、精准的文档检索系统,优化大模型的知识获取与回答质量。 关键词:LangChain, 检索器, RAG应用, 向量检索, 多查询检索, 上下文压缩, 集成检索, 自查询, 文档检索, AI应用开发

4.5

Mem0记忆层集成Skill mem0-integration

Mem0记忆层集成技能专注于为AI智能体(如聊天机器人、对话系统)构建持久化、语义化的记忆管理系统。该技能实现长期上下文保留、用户个性化记忆存储与检索,支持向量数据库语义搜索、多类型记忆分类(对话、事实、偏好、实体),并提供与LangChain、CrewAI、AutoGen等主流AI框架的无缝集成方案。关键词:AI智能体记忆管理,持久化记忆存储,语义记忆搜索,个性化上下文检索,Mem0集成,向量数据库,RAG应用,对话系统优化。