搜索结果: "rag"

4.5

RAG系统管理Skill rag-administration

RAG系统管理技能专注于检索增强生成系统的优化与维护,包括向量索引重建、搜索参数调优、自定义索引创建等功能。通过混合搜索、智能体检索和重新排序技术,提升知识库问答的准确性和效率。关键词:RAG系统、向量数据库、检索增强生成、搜索优化、索引管理、AI问答系统、知识库管理、语义搜索、智能体检索、混合搜索。

4.5

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

Agentuity云平台向量数据库命名空间管理工具,用于列出所有向量命名空间。关键词:向量数据库,命名空间管理,Agentuity CLI,云平台操作,AI应用开发,RAG应用,大模型微调

4.5

RAG架构模式Skill rag-architecture-patterns

RAG架构模式是一种系统设计技能,用于构建高效的RAG系统,涉及数据摄取、分块策略、嵌入模型、向量数据库、检索优化和生成编排等关键环节。

4.5

游戏开发专家Skill gamedev-expert

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。

4.5

RAG架构设计技能Skill rag-design

这个技能用于设计检索增强生成(RAG)系统架构,针对特定用例如客户支持聊天机器人、文档问答、法律文档搜索等。它包括需求澄清、技能加载、代理生成、摄取和检索管道设计,以及质量和扩展优化。适用于AI驱动应用开发,提高信息检索和生成准确性。关键词:RAG架构、检索增强生成、AI设计、文档处理、向量数据库、LLM集成、智能系统开发。

4.5

AIRAG管道技能Skill ai-rag-pipeline

此技能用于构建基于检索增强生成(RAG)的AI管道,结合网络搜索和大语言模型(LLMs),实现知识增强的AI响应生成。适用于AI智能体开发、研究助手、事实检查、知识检索等场景。关键词:RAG、AI管道、检索增强生成、网络搜索、LLMs、AI应用、知识库、智能体、事实检查、研究助手。

4.5

技能升级器Skill skill-upgrader

这个技能是一个元技能,用于将任何SKILL.md文件自动化升级到决策理论v5 Hybrid格式,通过四个并行Ragie支持的代理使用决策理论和模态逻辑进行分析、优化和验证。关键词:技能升级、决策理论、模态逻辑、RAG应用、AI代理、自动化工具、MDP结构、策略设计、约束提取、验证安全性。

4.5

AI代码打包工具Skill repomix

Repomix技能是一个AI代码打包工具,用于将整个代码库转换为单个AI友好文件,优化给大型语言模型(LLM)使用。它支持自定义包含/排除模式、多种输出格式(如XML、Markdown)、令牌计数管理、安全检查和文件过滤,适用于AI分析、安全审计、文档生成、代码评估和LLM上下文准备。关键词:代码打包、AI分析、LLM、安全审计、文档生成、令牌计数、代码库快照、RAG应用。

4.5

句子嵌入框架Skill sentence-transformers

句子嵌入框架是一个用于生成高质量句子和文本嵌入的Python工具,支持语义相似度计算、RAG应用、多语言处理和领域特定模型,适用于自然语言处理任务,如语义搜索、文本聚类和分类。关键词:句子嵌入、语义相似度、RAG、多语言、NLP、AI、Python框架、预训练模型。

4.5

FAISS相似性搜索库Skill faiss

FAISS是Facebook AI开发的用于高效相似性搜索和稠密向量聚类的库,支持数十亿向量、GPU加速和多种索引类型,适用于快速k近邻搜索、大规模向量检索和人工智能应用中的RAG系统。关键词:FAISS, 相似性搜索, 向量检索, GPU加速, 人工智能, RAG应用。

4.5

记忆查询Skill mem-query

记忆查询技能是一个基于AI的个人记忆管理系统,它能够自动检索用户的L1-L4层级记忆文件,综合多层级信息以提供个性化的回答。适用于查询用户习惯、偏好、价值观等场景,提升用户体验和互动效率。关键词:AI记忆系统、记忆查询、个性化AI回答、RAG应用、智能助手。

4.5

技能创建器Skill skill-creator

技能创建器是一个AI技能开发指南工具,提供创建、管理和优化AI技能的完整方法论。包含技能结构设计、元数据规范、资源捆绑、路径配置和验证流程。适用于AI智能体开发、RAG应用构建、AIGC工具集成和自动化工作流创建。关键词:AI技能开发,技能创建指南,AI智能体扩展,RAG应用构建,AIGC工具集成,自动化工作流,技能元数据规范,AI能力扩展