Agent Skills Hub

postgresql-table-design

為 PostgreSQL 資料庫設計高效能與可維護架構的綜合指南，涵蓋最佳實踐、資料類型、索引策略及進階功能。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

basic-usage

llmemory 文件儲存與搜尋入門：涵蓋安裝、pgvector 資料庫設定、文件導入、混合/語義檢索，以及具備多租戶支援的 RAG 系統建構。

rag-engineer

架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線，提升 LLM 應用的精確度。

upstash-vector-db-skills

Upstash Vector DB 設定、語意搜尋、命名空間與向量嵌入模型。專為在 Next.js 16 與 Vercel 專案中建構高效向量搜尋功能而設計。

geopandas

用於地理空間向量數據分析的 Python 庫。利用 GeoPandas、shapely 及交互式工具進行空間連接、幾何運算、坐標轉換與地圖繪製。

my-openlayer-helper

使用 my-openlayer 函式庫初始化 OpenLayers 地圖、管理圖層，並渲染點、線、面及動畫標記等地理特徵。

qras

基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好，提供精確的向量語義搜索。

taide-botrun

高中國文學測解題助手，採用上下文工程（Context Engineering）與檢索增強生成架構，提供高準確度、具可解釋性的國學解題服務。

railway-database

部署並管理 Railway 資料庫服務（Postgres、Redis、MySQL、MongoDB），並提供自動化配置與環境變數連結。

find-stl

從 Printables 搜尋並下載 3D 模型，自動產生包含授權資訊與檔案的清單，適合 3D 列印與原型製作。