工程开发数据分析自动化
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。
浏览: 24
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 200 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。
基于 Apple Silicon 与 MLX 的本地机器学习推理服务,整合语音识别 (ASR)、语音合成 (TTS)、翻译、图像生成与视觉识别功能。
从研究报告到成品 PDF 的全自动论文写作流水线。
从零开始构建、配置与部署 NexAU Agent 的完整指南与开发框架,包含工具、提示词与技能实现。
使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估,以及构建 Python 机器学习流程。
您的协作写作伙伴,提供研究、大纲拟定、草稿撰写与实时反馈。适用于技术文档、博客文章及需引用的内容。
适用于 MCP 的辩证推理与对抗式编码代理,通过强制 LLM 解决内部矛盾,产出更高质量的推理与代码。
通过结构化的自我评估检查点,确保 AI 在任务执行前、中、后的方案验证与风险管控,提升程序开发质量。
智能战略规划与需求收集,支持多视角共识循环与结构化审议。
MoAI-ADK 基础架构原则,包含 TRUST 5、SPEC-First TDD、委派模式以及节省 Token 的代理人协作工作流程。
为文档、技术规格与提案提供结构化的共同创作工作流程,引导用户进行背景信息收集、协作式修订与读者核对。
通过 prompts.chat 搜索、发掘并优化 AI 提示词。访问数千个专为 ChatGPT、Claude 等 AI 模型设计的社区精选提示词。