搜索结果: "rag"
向量嵌入优化Skill embedding-optimization
该技能用于优化向量嵌入的生成过程，通过模型选择、分块策略、缓存和性能调优，降低RAG系统和语义搜索的成本，提高检索质量。关键词包括：向量嵌入、RAG、语义搜索、成本优化、缓存、批量处理、性能监控。
RAG查询转换技能Skill rag-query-transformation
RAG查询转换技能是一个专注于提升检索增强生成（RAG）系统检索效果的工具集。它通过查询扩展、假设文档嵌入（HyDE）、多查询生成、查询分解和逐步回溯提示等核心技术，对用户原始查询进行智能转换和优化，从而从知识库中检索出更相关、更全面的信息片段，为大模型生成高质量答案奠定基础。 关键词：RAG查询转换，检索增强生成，查询扩展，HyDE假设文档嵌入，多查询生成，查询分解，逐步回溯提示，AI问答优化，知识库检索，大模型应用
agentuity-cli-cloud-storage-deleteSkill agentuity-cli-cloud-storage-delete
这是一个用于Agentuity云平台的命令行工具技能，用于安全删除云存储资源（如存储桶）或文件。该技能需要用户身份验证和组织上下文，支持交互式选择、模拟运行和跳过确认提示。关键词：Agentuity云平台、云存储删除、命令行工具、存储桶管理、文件删除、DevOps工具。
agentuity-cli-cloud-storage-createSkill agentuity-cli-cloud-storage-create
Agentuity云存储创建工具，用于在Agentuity云平台上快速创建和管理存储资源。关键词：云存储，存储桶创建，Agentuity CLI，云平台操作，DevOps工具，命令行工具，云资源管理。
构建RAG系统Skill building-rag-systems
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。
Agentuity云存储上传工具Skill agentuity-cli-cloud-storage-upload
Agentuity云存储上传工具是一个命令行接口技能，专门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、内容类型设置和管道操作，适用于云平台文件管理、数据备份和自动化部署等场景。关键词：云存储上传、Agentuity CLI、文件管理、云平台操作、存储桶、命令行工具、DevOps自动化。
学习关闭Skill learn-off
该技能用于关闭AI智能体的持续学习模式，停止自动从对话中提取和积累知识。关键词：AI智能体，持续学习，知识管理，模式切换，RAG应用，机器学习。
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。
检索-搜索-编排Skill retrieval-search-orchestration
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。
向量数据库应用技能Skill using-vector-databases
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。
模型服务Skill model-serving
模型服务技能专注于部署和优化大型语言模型（LLM）及机器学习（ML）模型进行生产推理。它涉及使用vLLM、TensorRT-LLM、BentoML等工具构建AI API、实现流式响应、集成RAG管道和性能优化，适用于自托管部署、GPU加速和前端集成。关键词：模型服务，LLM部署，AI推理，vLLM，TensorRT-LLM，BentoML，RAG，流式响应，性能优化。
RAG重排序与多样性过滤Skill rag-reranking
RAG重排序技能专注于提升检索增强生成（RAG）系统的检索质量。它通过交叉编码器重排序、Cohere Rerank API、最大边际相关性（MMR）多样性过滤以及LLM评分等多种技术，对初步检索结果进行二次排序和筛选。该技能旨在优化RAG流程，确保返回给大语言模型的上下文信息既高度相关又具备多样性，从而显著提升最终生成答案的准确性和丰富性。关键词：RAG重排序，交叉编码器，MMR多样性过滤，Cohere Rerank，检索增强生成，多阶段检索，相关性排序，AI检索优化。