LlamaIndex是一个用于构建大型语言模型（LLM）应用的数据框架，专注于检索增强生成（RAG）、文档问答、知识检索和多模态支持。它提供300多个数据连接器、向量索引和查询引擎，适用于文档处理、聊天机器人和企业数据集成，帮助开发高效RAG管道和AI应用。关键词：LlamaIndex, RAG, 文档问答, 向量索引, 数据框架, LLM应用, 智能体, 知识检索

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。

本技能是ancplua-claude-plugins单仓库插件开发的权威指南，详细规定了创建、修改、调试Claude插件所需遵循的架构规范、工作流程和最佳实践。内容涵盖插件脚手架搭建、代码约定、测试验证、市场发布全流程，适用于AI智能体开发、大模型插件集成、RAG应用构建等场景。关键词：Claude插件开发，AI智能体，插件架构，单仓库管理，开发规范，测试验证，市场发布。

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。

这是一个用于 inference.sh 平台的 Python SDK，支持同步/异步调用、流式传输、文件上传等功能，专门用于构建 AI 应用程序、开发智能代理、集成多种 AI 模型，并支持 RAG 管道和自动化任务。关键词：Python SDK, inference.sh, AI 应用, 智能代理, 模型集成, 流式传输, RAG, 自动化

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。

混合搜索实现是一种结合向量搜索和关键词搜索的技能，用于提高检索性能，特别适用于构建RAG系统、搜索引擎等场景。它能够融合语义理解和精确匹配，处理特定术语查询，改善召回率。关键词：混合搜索、向量搜索、关键词搜索、RAG应用、人工智能、机器学习、检索增强生成、搜索引擎优化。

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。

高级机器学习工程师技能，专注于生产中模型的部署、MLOps流程构建以及大型语言模型的集成。涵盖模型部署、特征存储、漂移监控、RAG系统和成本优化。

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。

LLM评估技能用于评估大型语言模型系统，通过自动化指标、LLM作为裁判和基准测试，确保模型在生产环境中的质量和安全性。适用于测试提示质量、验证RAG管道、测量幻觉和偏见、比较模型性能。关键词：LLM评估、自动化指标、RAG验证、安全性测量、模型比较、生产部署。