Agentuity云向量增改工具是一个用于向量数据库操作的命令行接口，支持向量嵌入的增删改查。该工具允许用户通过文本、预计算向量或批量文件方式，向指定的命名空间添加或更新向量数据，并支持元数据关联。适用于AI应用开发、RAG系统构建、语义搜索和大模型微调等场景。关键词：向量数据库，AI智能体，RAG应用，命令行工具，云平台，嵌入向量，元数据管理，批量操作。

这是一个用于Agentuity云平台的命令行工具，主要功能是删除云存储资源，包括存储桶和文件。该工具需要用户先进行身份验证，并支持交互式操作、试运行模式以及跳过确认提示。关键词：Agentuity，云存储，删除，命令行工具，CLI，存储桶，文件管理，云平台操作。

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。

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。

LLM集成是一种技能，专注于将大型语言模型集成到软件应用中，实现API调用、流式响应、函数调用、RAG管道和成本优化等功能，提升AI应用开发效率。关键词：LLM集成，大语言模型，API集成，流式处理，函数调用，RAG，AI应用开发，成本优化，文档分块。

AI 工程技能专注于构建和部署生产级的大型语言模型（LLM）应用程序、检索增强生成（RAG）系统和 AI 代理。包括 LLM API 集成、向量数据库管理、token 优化等，适用于开发智能聊天机器人、AI 驱动应用等场景。关键词：AI 工程、LLM、RAG、向量数据库、AI 应用开发。

DSPy是一个来自Stanford NLP的框架，用于通过声明性编程构建和优化语言模型系统，支持自动提示优化、模块化RAG（检索增强生成）应用和AI代理开发，适用于自然语言处理任务。关键词：DSPy, 声明性编程, 提示优化, RAG, AI系统, 语言模型, Stanford NLP

这个技能封装了OpenAI Assistants API v2，用于快速构建状态ful的聊天机器人应用，支持代码解释器、文件搜索和RAG技术，提高开发效率并预防常见错误。关键词：OpenAI, 助手API, 聊天机器人, RAG, 代码解释器, 文件搜索, AI智能体, 状态ful对话, 向量存储, 错误处理。

这个技能是关于创建和维护全面的测试覆盖率，确保测试是可执行的规范，并且没有空的测试文件。它包括测试清单和差距分析、测试编写、质量门、工作流程、测试编写指南、测试覆盖目标、运行测试、处理不可测试的代码和测试维护。

Google Gemini 文件搜索是一个基于AI的完全托管检索增强生成工具，支持100多种文件格式，用于文档问答、知识库构建和智能搜索。关键功能包括自动分块、向量搜索、内置引用和成本效益索引，适用于企业知识管理、客户支持和文档检索场景。关键词：Google Gemini, 文件搜索, RAG, 检索增强生成, 知识库, 文档问答, AI工具。

这项技能涉及使用 LangChain 框架实施检索增强型生成（RAG），包括文档处理、嵌入生成、向量存储检索、检索策略、提示构建、响应生成、上下文窗口管理、系统评估和性能优化等关键环节，旨在提高基于知识的问答系统的准确性和效率。

AI提示工程技能提供生产级人工智能应用提示设计的操作指南，涵盖结构化输出、RAG工作流、智能体编排等，帮助开发者在设计、调试和标准化AI提示时提升效率和质量。关键词：AI提示工程、生产应用、RAG、智能体、提示安全、结构化输出、评估测试。