搜索结果: "rag"
高级提示工程师Skill senior-prompt-engineer
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。
Bknd存储配置技能Skill bknd-storage-config
此技能用于配置Bknd框架的存储后端，专门处理文件上传管理。支持多种存储适配器如S3、Cloudinary、本地文件系统，涵盖环境变量设置、生产部署和故障排除。关键词：存储配置、Bknd、文件上传、后端开发、S3、Cloudinary、存储适配器、环境变量。
PhoenixEvalsAI评估构建Skill phoenix-evals
Phoenix Evals 是一个专为AI和LLM应用程序设计的评估器构建工具。它遵循代码优先原则，利用LLM处理细微差别，并通过人类验证确保准确性。支持RAG系统评估、批量数据评估、实验运行和验证，适用于生产环境。关键词：AI, LLM, 评估, 构建, 代码, 验证, RAG, 实验, 生产。
覆盖率报告生成器Skill coverage-report
这个技能用于生成 .NET 测试覆盖率报告，提供 HTML 可视化、阈值强制、覆盖率差距分析等功能，适用于测试、DevOps 和 CI/CD 流程，关键词包括 .NET 测试、覆盖率报告、HTML 可视化、阈值检查、覆盖率分析、测试工具、自动化测试、DevOps、CI/CD、代码质量。
PythonSDKforinference.shAI应用开发技能Skill python-sdk
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
OpenAI自动化Skill OpenAIAutomation
OpenAI自动化技能用于自动化OpenAI API操作，支持生成多模态和结构化输出响应、创建文本嵌入、生成图像以及列出可用模型。适用于AI应用开发、RAG应用、大模型集成和自动化工作流，关键词：OpenAI API, 自动化, 多模态响应, 结构化输出, 文本嵌入, 图像生成, AI工作流, RAG应用, 大模型微调。
启用语义搜索Skill enable-semantic-search
这是一个用于启用本地AI驱动的语义搜索的技能，通过分析保管库、发现智能集合和创建定制搜索设置，提升搜索效率和准确性。关键词：语义搜索、AI模型、本地搜索、集合发现、qmd工具、RAG应用、智能检索。
AI产品开发Skill ai-product
这个技能专注于开发和部署基于大语言模型（LLM）的AI产品，包括LLM集成模式、RAG架构、提示工程、AI用户体验和成本优化。它提供了最佳实践、模式、反模式和解决方案，帮助开发者构建可靠、可扩展且用户信任的AI功能。关键词：AI产品开发，LLM集成，RAG架构，提示工程，AI UX，成本优化。
RAG实现技能Skill rag-implementation
本技能是关于检索增强生成(RAG)的实现，涵盖文档分块、嵌入模型、向量存储、检索策略、混合搜索和重排序等功能，旨在提升信息检索和生成的准确性与效率，适用于RAG、语义搜索、向量搜索、AI应用等场景，助力优化数据检索流程。
RAG工程师Skill rag-engineer
RAG工程师是专门负责构建和优化检索增强生成系统的专家，涉及嵌入模型、向量数据库、文档分块和检索策略，旨在提升大型语言模型在语义搜索、文档检索和AI应用中的性能。关键词：RAG、检索增强生成、嵌入模型、向量数据库、语义搜索、LLM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。
RAG混合搜索Skill rag-hybrid-search
RAG混合搜索技能专注于实现和优化检索增强生成（RAG）系统中的混合检索技术。它结合了语义向量搜索（如稠密嵌入）和关键词搜索（如BM25），通过加权融合、倒数排名融合（RRF）等策略，显著提升信息检索的准确性和召回率。该技能涵盖向量数据库集成（Pinecone、Weaviate、Chroma等）、嵌入模型配置、BM25参数调优、索引管理以及跨编码器重排等核心功能，是构建高性能RAG管道、知识库问答系统和高级检索模式的关键技术。关键词：RAG，混合搜索，语义检索，BM25，向量数据库，倒数排名融合，检索增强生成，AI检索优化。