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 110 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。
AI 代理的即时技能发现引擎。通过 REST API 或 MCP 按需搜索并检索专业代理技能 (SKILL.md),将程序性知识即时注入到代理的上下文中。
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。
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。
通过程序化方式搜索、检索并管理您的 KUNGFU.SH 书签,以优化您的研究与知识管理工作流程。
Supermemory 是 AI 代理的长期记忆基础设施,提供持久上下文、用户画像及跨多模态知识库的语义 RAG 搜索功能。
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。
集成式 Tavily AI Python CLI 工具,支持网页搜索、内容提取、网站爬虫、结构映射以及自动化深度研究报告。
Elasticsearch DBA 技能,专注于集群架构、索引与映射设计、性能调优及生产环境运维,涵盖 ILM、分片策略与故障排查。
智能研究代理,可自动在快速网页搜索、深度多来源合成与学术数据库查询之间路由您的查询。
为 Claude 提供持久化、可 Git 管理的记忆功能。自动将项目决策、错误修复和编码模式存储至本地 .mv2 文件中,并可随时检索。
基于 Gemini 的高级网络搜索插件,具备智能缓存、子代理上下文隔离及自动查询优化功能。