Agent Skills Hub

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。

llm-integration

一套用於建構穩健 LLM 整合的工具包：包含 API 模式、串流、函數調用、RAG 管線及具成本效益的模型路由。

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。

claude-rag-skills

一套專業工具集，用於在 Claude Code 環境中審核、評估、切分文件及構建生產級 RAG 管線。

maestro

智慧型 RAG 知識閘道，將程式碼任務路由至專業的 Swift/iOS 領域知識。透過 MCP 從 100 多種索引技能中擷取精準模式，優化開發情境使用率。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

clarity-gate

透過預注入驗證強化 RAG 系統的認知品質，確保文檔在進入知識庫前皆經過嚴格定義與結構化校對。

archon

Archon 互動式整合工具，提供知識庫與專案管理功能。支援 RAG 語意搜尋、網站爬取、文件版本控制以及透過 REST API 進行階層式任務管理。

claude-starter

一個 AI 驅動的技能，可針對複雜的程式設計任務，自動從 RAG 知識庫中檢索相關的專案上下文。

ragcode-sse

透過 SSE 協定直接連接 RagCode MCP，無需繁瑣的設定檔或二進位檔案依賴。

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。