搜索结果: "rag"

文档抓取器Skill documentation-scraper

4.5

文档抓取器技能用于自动化抓取在线文档网站,并将其编译为单个Markdown文件,专为AI代理提供上下文数据,支持RAG应用。关键词:文档抓取、AI上下文、Markdown编译、网页爬虫、slurp-ai、RAG应用、自动化工具。

360智搜-网页搜索Skill 360智搜-网页搜索

4.5

360智搜-网页搜索是基于360搜索引擎的实时中文网页搜索技能,专为大模型RAG场景优化的AI检索增强接口,支持网页、新闻、图片、AI等多种搜索,提供语义摘要,适用于联网获取实时信息和中国相关查询。关键词:网页搜索、实时搜索、RAG增强、新闻搜索、图片搜索、AI搜索

上下文管理器Skill context-manager

4.5

上下文管理器是人工智能领域的一项专业技能,专注于优化和管理AI系统的记忆与上下文。其核心功能包括:AI记忆架构设计、上下文窗口优化、对话历史管理、RAG(检索增强生成)系统实现、长期/短期记忆策略以及令牌使用效率提升。关键词:AI记忆管理,上下文优化,RAG系统,对话历史,向量数据库,令牌节省,LLM应用,智能体记忆。

Bankr市场研究代理Skill BankrAgent-MarketResearch

4.5

此技能提供加密货币代币的市场研究功能,包括价格查询、技术分析、市场情绪监控等,帮助用户进行代币分析和投资决策。关键词:代币价格、市场数据、技术分析、量化交易、区块链研究。

游戏开发专家Skill gamedev-expert

4.5

此技能用于帮助游戏开发者提升代码质量和开发效率,通过审查代码、应用最佳实践、提供改进建议和架构指导。专注于DragonRuby和Unity平台,涵盖错误处理、命名约定、语法格式化等关键方面,帮助开发者遵循行业标准,减少错误,优化性能。关键词:游戏开发,代码审查,DragonRuby,Unity,最佳实践,Ruby编程,错误处理,命名约定,语法格式化,架构指导。

Agentuity云向量命名空间列表工具Skill agentuity-cli-cloud-vector-list-namespaces

4.5

这是一个用于Agentuity云平台的命令行工具,专门用于列出和管理向量数据库中的所有命名空间。该技能需要用户先完成身份验证,并在正确的项目上下文中执行。主要功能包括:快速查询向量命名空间、支持多种别名调用方式、返回数组格式的结果。适用于向量数据库管理、AI应用开发、RAG系统维护等场景。 关键词:Agentuity云平台, 向量数据库, 命名空间管理, 命令行工具, 身份验证, RAG应用, 人工智能开发, 云原生操作

AI工程师Skill ai-engineer

4.5

AI工程师是专注于构建和部署人工智能系统的专家,擅长将大语言模型、RAG架构和智能体技术集成到生产应用中。核心能力包括LLM集成、检索增强生成系统设计、向量数据库应用、提示工程优化和AI代理开发。关键词:人工智能系统开发,LLM集成,RAG架构,向量数据库,提示工程,AI智能体,生产部署,语义搜索,嵌入策略。

Agentuity云向量搜索工具Skill agentuity-cli-cloud-vector-search

4.5

Agentuity云向量搜索工具是一个用于在Agentuity云平台上执行语义相似性向量搜索的命令行接口。它允许用户通过自然语言查询,在指定的命名空间(如产品、知识库、文档等)中查找语义上最接近的向量化数据条目。该工具支持设置结果数量限制、相似度阈值和元数据过滤,适用于AI应用开发、知识管理、内容检索和RAG(检索增强生成)系统构建等场景。关键词:向量搜索,语义相似性,AI智能体,RAG应用,Agentuity云平台,命令行工具,知识检索。

检索-搜索-编排Skill retrieval-search-orchestration

4.5

该技能用于设计RAG系统中知识图谱的检索策略,包括检索模式选择、查询分解、排名配置和来源跟踪,以提高信息检索的准确性和可追溯性。关键词:检索策略、知识图谱、RAG、查询分解、来源跟踪、检索增强生成。

构建RAG系统Skill building-rag-systems

4.5

本技能详细介绍了如何构建生产级的检索增强生成(RAG)系统,涵盖从文档摄取到智能检索的全流程。核心内容包括:语义分块策略(基于标题分割,避免固定大小)、增量索引与变更检测(通过文件哈希实现高效更新)、批处理向量嵌入(使用OpenAI API)、以及基于Qdrant向量数据库的过滤检索和上下文扩展。适用于需要构建企业级知识库、智能问答系统或文档智能检索应用的开发者,关键词包括:RAG系统、语义分块、增量索引、向量检索、Qdrant、OpenAI嵌入、生产级部署。

向量数据库应用技能Skill using-vector-databases

4.5

这个技能专注于使用向量数据库来实现人工智能和机器学习应用,包括语义搜索、检索增强生成(RAG)系统、推荐系统等。关键技术涵盖向量数据库选择(如Qdrant、Pinecone)、嵌入模型(如OpenAI、Voyage AI)、文档分块策略和混合搜索模式。适用于构建聊天机器人、搜索引擎、知识库问答等AI驱动的应用,关键词包括:向量数据库、AI、ML、语义搜索、RAG、嵌入生成、分块、混合搜索、Qdrant、Pinecone。

Mem0记忆层集成Skill mem0-integration

4.5

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。