搜索结果: "rag"
LLM应用模式Skill llm-app-patterns
这是一个关于构建生产就绪的大型语言模型（LLM）应用模式的技能。涵盖了 RAG 管道、智能体架构、提示 IDE 和 LLMOps 监控，适用于设计 AI 应用、实现 RAG、构建智能体或设置 LLM 可观测性。关键词：LLM 应用、RAG、智能体、提示工程、LLMOps。
LlamaIndex数据框架应用Skill llamaindex
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
LangChain框架Skill langchain
LangChain框架是一个用于构建基于大型语言模型(LLM)的应用程序的开源工具，支持代理(Agents)、链(Chains)和检索增强生成(RAG)。它提供多LLM提供商集成、工具调用、内存管理和向量存储检索，适用于快速AI应用原型开发和生产部署。关键词：LangChain, LLM应用程序, 代理, RAG, 工具调用, 向量存储, 人工智能框架, 快速开发
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。
MultiversX跨合约存储读取技术Skill multiversx-cross-contract-storage
这个技能用于在 MultiversX 区块链上通过 storage_mapper_from_address 直接读取其他智能合约的存储数据，避免了代理调用的 gas 开销和异步复杂性，适用于同分片合约之间的高效数据读取。关键词包括 MultiversX、跨合约、存储读取、智能合约、区块链、gas 优化、storage_mapper_from_address、同分片、数据聚合。
MultiversX跨合约存储读取Skill mvx_cross_contract_storage
该技能用于在MultiversX区块链上直接读取同一分片智能合约的存储，无需代理调用，减少气体开销和异步复杂性。适用于智能合约开发、区块链应用优化和性能提升。关键词：MultiversX, 跨合约, 存储读取, 智能合约, 区块链开发, 气体优化。
Azure存储指导技能Skill cloud-azure-storage
此技能提供Azure云存储服务的全面操作指南，涵盖blob存储、文件共享、队列和存储账户管理等核心功能，适用于数据存储、配置优化和服务管理。关键词：Azure存储、云存储、数据管理、Azure云服务、存储配置。
系统思维与杠杆点Skill systems-thinking-leverage
系统思维与杠杆点是一种用于分析和干预复杂系统的技能，通过映射反馈循环、识别系统原型和杠杆点，帮助找到高效干预策略，实现最小努力最大效果。适用于管理咨询、战略规划、组织发展、技术系统优化等领域。关键词：系统思维、杠杆点、反馈循环、复杂系统、管理咨询、系统动力学、干预策略、战略规划、组织变革。
检索-搜索-编排Skill retrieval-search-orchestration
该技能用于设计RAG系统中知识图谱的检索策略，包括检索模式选择、查询分解、排名配置和来源跟踪，以提高信息检索的准确性和可追溯性。关键词：检索策略、知识图谱、RAG、查询分解、来源跟踪、检索增强生成。
知识图谱构建Skill knowledge-graph-construction
这个技能帮助您从非结构化或半结构化数据源设计和构建知识图谱，指导数据模型选择、模式设计、实体提取、关系提取和分层架构构建。适用于人工智能应用，如RAG（检索增强生成）、推理和分析，关键词包括知识图谱构建、实体提取、关系提取、数据模型、RAG应用、人工智能。
图增强RAG系统设计Skill graphrag-system-design
这个技能帮助您设计完整的图增强检索生成系统，整合图数据库、向量存储、编排框架和大型语言模型推理。给定领域和检索需求，指导模式选择、技术栈决策、集成流水线设计和领域定制。提供架构设计、技术选择和定制指导。关键词：图增强RAG、检索增强生成、知识图谱、LLM集成、系统架构、人工智能、RAG应用。
GraphRAG评估Skill graphrag-evaluation
这个技能用于系统评估GraphRAG（图谱检索增强生成）系统的质量，提供结构化框架、指标选择和测试协议，涵盖知识图谱完整性、检索相关性、答案正确性、推理验证和幻觉预防，帮助优化AI应用性能。关键词：GraphRAG评估、知识图谱、检索增强生成、质量指标、AI系统测试、幻觉减少、多步推理、RAG性能测量。