搜索结果: "rag"

AI-RAG与搜索工程技能Skill ai-rag

4.5

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。

Ragic自动化Skill ragic-automation

4.5

这个技能用于通过Rube MCP和Composio平台自动化Ragic数据库任务,实现低代码开发环境下的工作流自动化和工具集成。它包括工具发现、连接管理、工作流执行等功能,适用于自动化Ragic操作和提升效率。关键词:Ragic自动化,Rube MCP,工具集成,低代码开发,工作流自动化,Composio,数据库自动化。

SpringAI开发Skill spring-ai

4.5

Spring AI是Spring官方提供的AI应用开发框架,用于简化与大语言模型(LLM)的集成,支持OpenAI、Anthropic等模型,实现RAG应用、向量存储、Function Calling等功能。关键词:Spring AI, AI集成, RAG应用, 向量存储, 大模型, 提示模板, 流式响应。

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

4.5

这是一个用于Agentuity云平台的CLI工具技能,主要功能是列出所有向量数据库的命名空间。该技能需要用户先完成身份验证,并在项目上下文中执行。适用于向量数据库管理、AI应用开发、RAG应用构建等场景。关键词:Agentuity云平台、向量数据库、命名空间、CLI工具、AI开发、RAG应用、云服务管理

Agentuity云向量删除工具Skill agentuity-cli-cloud-vector-delete

4.5

这是一个用于Agentuity云平台的命令行工具,专门用于通过指定键值(key)删除一个或多个向量数据。该技能需要用户先进行身份验证,并处于正确的项目上下文中。它支持交互式确认和批量删除操作,适用于向量数据库管理、AI模型数据清理、RAG应用维护等场景。关键词:Agentuity云平台,向量删除,CLI工具,AI数据管理,RAG应用,向量数据库。

高级提示工程师Skill senior-prompt-engineer

4.5

高级提示工程师技能专注于大语言模型优化与AI产品开发,提供世界级的提示工程解决方案。核心能力包括LLM性能优化、RAG检索增强生成、智能体系统设计、结构化输出控制、少样本学习、思维链推理和AI评估框架。适用于构建企业级AI应用、优化大模型响应质量、设计自动化智能体、实施高级提示技术。关键技术栈涵盖Python、PyTorch、LangChain、Docker/K8s、AWS/GCP/Azure等,支持生产级部署与监控。SEO关键词:提示工程,LLM优化,RAG应用,AI智能体,大模型微调,AI产品开发,LangChain,GPT-4,Claude,思维链,少样本学习,结构化输出,AI评估,生产级AI系统。

QE覆盖分析Skill "QECoverageAnalysis"

4.5

QE覆盖分析技能用于检测软件测试中的覆盖差距,使用O(log n)次线性算法提高效率,结合风险加权分析评估代码风险,并智能优先级排序测试工作,以优化软件质量。关键词:测试覆盖、风险分析、优先级排序、代码质量、QE覆盖。

验证代理Skill validate-agent

4.5

验证代理是一个人工智能代理技能,用于自动验证技术计划中的技术选择,确保其符合2024-2025年最佳实践。通过提取技术决策、检查过去先例(RAG-Judge)、进行Web研究和评估发现,生成详细的验证报告。关键词:技术验证、AI智能体、最佳实践、RAG-Judge、WebSearch、软件开发、验证报告。

技能升级器Skill skill-upgrader

4.5

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。

语义内核设置Skill semantic-kernel-setup

4.5

该技能用于配置和部署 Microsoft Semantic Kernel,这是一个用于编排 AI 服务和功能的框架。它专注于设置 AI 规划器(如 Handlebars 和 Stepwise)、创建和管理插件(函数集合)、集成内存存储以及构建自动化的函数调用链。核心功能包括连接 AI 服务(如 OpenAI、Azure)、组织插件、选择规划策略以及实现智能体的规划与执行流程。关键词:Semantic Kernel, AI 编排, 函数调用, AI 规划器, 插件开发, 智能体开发, 大模型应用, RAG, AI 服务集成。

迭代检索模式Skill iterative-retrieval

4.5

迭代检索模式是一种解决多智能体工作流中上下文问题的先进方法,通过分发、评估、优化、循环四个阶段逐步精炼信息检索。该技能专门用于AI智能体开发、代码库分析、上下文管理,帮助开发者和AI系统在复杂代码项目中高效定位相关文件、识别模式、学习项目术语,避免信息过载或不足的问题。适用于RAG应用、AI智能体开发、软件开发工具链优化等场景。

agentuity-cli-云存储创建Skill agentuity-cli-cloud-storage-create

4.5

Agentuity云平台存储创建技能,用于通过命令行工具快速创建云存储资源(如存储桶)。该技能需要用户先完成身份验证和组织上下文设置,支持创建操作、别名调用和试运行模式,适用于DevOps工程师、云平台管理员进行资源管理和自动化部署。关键词:Agentuity云存储,CLI命令行,存储桶创建,云平台操作,DevOps自动化,资源管理,身份验证,组织管理。