rag-implementation
使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统,为 LLM 提供外部知识基础。
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 174 个技能
使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统,为 LLM 提供外部知识基础。
根据待办事项与延后状态,依据 BaseContext.yaml 的 WIP 上限与优先级规则生成每日及每周规划报告,并自动执行 Git 提交与推送。
编排 Codex CLI 以实现高效并行程序开发、自动化任务与会话管理,优化 Token 使用量并提升开发效率。
一套用于建立、结构化与管理可重复使用 AI 代理技能的全面框架,旨在标准化指令驱动的工作流程。
根据关键词、主题或情境生成高质量的日语谐音梗(dajare)。内置押韵分析与情境幽默生成功能。
智能 RAG 知识网关,将编程任务路由至专业的 Swift/iOS 领域知识。通过 MCP 从 100 多种索引技能中提取精准模式,优化开发上下文使用率。
一个持久且具备适应性的辅助教练,能分析您的 Claude Code 会话记录,并推荐个性化技能以优化您的 AI 协作模式。
通过 DeepWiki 和 MCP 搜索并检索超过 300 个热门 GitHub 仓库的 AI 生成文档、架构指南与 API 参考资料。
利用 Figma MCP 服务器获取设计数据、提取资源,并将 Figma 节点转换为符合设计系统规范的 React 与 Tailwind 代码。
为 Claude Code 设计的蜂巢思维多代理协作系统,具备女王式架构、拜占庭共识机制、持续性集体记忆与自适应任务分配,适用于复杂软件开发。
用于自动化 GitHub Project V2 看板的通用技能,支持状态转换、冲刺管理以及通过 CLI 进行的交互式工作流程。
分析 AppWorld 任务失败原因,提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。