搜索结果: "rag"
Agentuity云向量命名空间列表工具Skill agentuity-cli-cloud-vector-list-namespaces
这是一个用于Agentuity云平台的命令行工具，主要用于列出和管理向量数据库中的所有命名空间。该工具需要用户先完成身份验证，并在项目上下文中运行。适用于AI应用开发、大模型微调、RAG应用构建等场景，帮助开发者高效管理向量数据存储结构。关键词：Agentuity云平台、向量数据库、命名空间管理、命令行工具、AI开发、RAG应用、数据存储。
Agentuity云向量搜索工具Skill agentuity-cli-cloud-vector-search
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工具。它支持通过自然语言查询在指定的向量命名空间中查找语义上最接近的内容，并可通过相似度阈值、结果数量和元数据过滤器进行精确控制。该工具专为AI应用开发、RAG系统构建、知识库检索和语义搜索场景设计，是构建智能问答、内容推荐和文档检索系统的核心组件。关键词：向量搜索，语义相似性，RAG应用，AI智能体，知识库检索，Agentuity云平台，命令行工具。
学习模式关闭Skill learn-off
这是一个用于管理AI智能体学习行为的技能。其主要功能是**关闭持续学习模式**，停止自动从用户交互中提取和积累知识。该技能适用于需要控制AI学习过程、管理知识库增长或进行阶段性学习的场景。关键词包括：AI学习模式控制、知识库管理、自动洞察提取、RAG应用、智能体行为配置。
@delon/cache缓存策略Skill delon-cache-caching-strategies
使用 @delon/cache 库实现缓存策略，支持内存缓存、LocalStorage 缓存、SessionStorage 缓存，具备TTL过期、缓存失效、分组命名空间等功能，优化性能减少API调用和数据库查询。
FastAPI后端开发Skill backend-fastapi
这是一个基于FastAPI框架的后端开发技能，专注于构建支持RAG（检索增强生成）功能的智能聊天机器人后端服务。核心功能包括：实现聊天端点处理用户查询、利用Qdrant向量数据库进行语义检索、集成大语言模型（如Gemini/OpenAI）生成智能回复，以及通过依赖注入管理应用组件。关键词：FastAPI后端开发，RAG应用，智能聊天机器人，向量数据库Qdrant，API接口设计，依赖注入，Python后端架构。
检索增强生成(RAG)流水线Skill rag-pipeline
这是一个用于构建和部署检索增强生成（RAG）系统的技能。它详细说明了如何从文档中摄取数据、进行文本分块和向量化，并利用向量数据库（Qdrant）进行高效检索。该系统集成了提示工程和个性化设置，并通过智能体（Agent）类管理大语言模型调用，旨在为问答、知识库构建等场景提供准确、上下文相关的AI生成内容。关键词：RAG，检索增强生成，向量搜索，Qdrant，大语言模型，智能体，提示工程，知识库，AI应用。
SurrealDBPython数据库操作技能Skill surrealdb-python
本技能提供使用Python操作SurrealDB多模型数据库的完整指南，涵盖CRUD操作、图关系建模、向量相似性搜索和实时查询订阅。适用于构建RAG应用、知识图谱、语义搜索系统和实时数据应用。关键词：SurrealDB Python、多模型数据库、图数据库、向量搜索、RAG应用、实时查询、知识图谱、语义搜索、数据库操作、Python SDK。
Terragrunt生成器Skill terragrunt-generator
Terragrunt生成器是一个全面的工具包，用于生成遵循当前最佳实践、命名约定和安全标准的生产就绪Terragrunt配置文件。它支持Terragrunt 2025的新特性，包括堆栈、特性标志、排除块、错误块和OpenTofu引擎。这个工具在创建新的Terragrunt项目、设置多环境基础设施、实施DRY Terraform配置、管理复杂基础设施以及使用自定义Terraform提供程序或模块时非常有用。
PlannerAgentSkill planner
这是一个用于创建详细、分阶段的实施计划的技能，包括冲刺和原子任务。它可以帮助用户梳理项目需求，生成具体的任务列表，并预测潜在的风险和问题。
文档质量审计覆盖技能Skill qa-docs-coverage
该技能用于审计代码库中的文档覆盖率、新鲜度和质量，通过自动化工具和最佳实践来发现和修复文档缺口，确保文档作为生产工件，支持QA流程。关键词：文档审计、覆盖率、新鲜度、QA、自动化、CI/CD、运行手册、API文档。
AI-RAG与搜索工程技能Skill ai-rag
该技能专注于检索增强生成（RAG）和搜索工程的完整实践，提供构建生产级系统的指南。涵盖文档分块、混合检索（BM25 + 向量搜索）、重排序、查询优化、排名管道设计、评估指标（如nDCG、MRR）以及现代最佳模式。适用于开发高效、准确的AI驱动检索和生成应用，关键词包括：RAG、搜索工程、混合搜索、分块策略、评估指标、生产系统。
迭代检索Skill iterative-retrieval
迭代检索技能是一种用于多代理系统中解决上下文缺失问题的技术。它通过四个阶段（派遣、评估、精炼、循环）逐步检索和精炼相关文件，确保代理获得足够且相关的上下文信息，以提高任务执行效率。关键词：迭代检索、上下文检索、子代理、文件检索、精炼搜索、AI智能体、RAG应用。