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。
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 136 个技能
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。
管理 Google Search Console 索引状态:追踪索引进度、同步网站地图与 GSC 数据、处理延迟并透过 Markdown 报表管理索引状态与假阳性排除。
通过高性能、具备防抖功能的搜索引擎加速任务检索。支持多标记 AND 逻辑、相关性排序,并能实时高亮显示任务标题、描述与标签中的匹配文本。
管理与排查运行 eth-realtime-collector 的 GCP e2-micro VM 故障。处理 systemd 错误、网络连接问题,并监控以太坊实时数据流的稳定性。
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。
通过 Context7 API 获取 React、FastAPI、Next.js 等框架的实时技术文档、代码示例与开发指导。
对知识库文档进行深度结构分析、关键信息提取及质量评估的智能助手。
利用 ripgrep 进行快速文本搜索,并透过 ast-grep 进行语法感知代码分析,有效定位代码库中的模式与结构。
FHIR API 开发指南,用于构建合规的医疗保健端点。包含资源验证、编码系统与标准错误处理。
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。
探索并配置 Redpanda Connect 组件(如输入、输出、处理器),以构建高效的流式数据管道。
通过 Pollinations 文本 API 调用支持网页搜索的 Gemini 和 Perplexity 等模型,获取即时且具备事实依据的研究结果。