Agent Skills Hub

postgresql-table-design

为 PostgreSQL 数据库设计高性能与可维护架构的综合指南，涵盖最佳实践、数据类型、索引策略及高级功能。

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。

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。

basic-usage

llmemory 文档存储与搜索入门：涵盖安装、pgvector 数据库配置、文档导入、混合/语义检索，以及构建具备多租户支持的 RAG 系统。

rag-engineer

架构与优化生产级别的 RAG 系统。精通嵌入模型、向量数据库、分块策略及检索管线，提升 LLM 应用的精确度。

upstash-vector-db-skills

Upstash Vector DB 设置、语义搜索、命名空间与向量嵌入模型。专为在 Next.js 16 与 Vercel 项目中构建高性能向量搜索功能而设计。

geopandas

用于地理空间向量数据分析的 Python 库。利用 GeoPandas、shapely 及交互式工具进行空间连接、几何运算、坐标转换与地图绘制。

my-openlayer-helper

使用 my-openlayer 库初始化 OpenLayers 地图、管理图层，并渲染点、线、面及动画标记等地理特征。

qras

基于 Qdrant 和 Ollama 的本地 RAG 语义记忆系统。适用于高效检索工作区文件、笔记、决策记录与用户偏好，提供精确的向量语义搜索。

taide-botrun

高中语文国学考试解题助手，采用上下文工程与检索增强生成架构，提供高准确度、具可解释性的解题服务。

railway-database

部署并管理 Railway 数据库服务（Postgres、Redis、MySQL、MongoDB），并提供自动化配置与环境变量连接。

find-stl

从 Printables 搜索并下载 3D 模型，自动生成包含授权信息与文件的清单，适用于 3D 打印与原型开发流程。