软件下载帮助文档新闻资讯

Skill UI

浏览并发现 15857+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 Data Retrieval ，共找到 16 条记录

默认排序最新上传最多下载

智能体记忆系统架构

agent-memory-systems

sickn33/antigravity-awesome-skills

本技能深入探讨了智能体（AI Agent）的记忆系统架构。它涵盖了短期上下文、长期向量存储和认知架构（CoALA模型：语义、情景、程序性记忆）的理论及实践。学习如何设计有效的记忆检索机制，选择合适的向量数据库和嵌入模型，从而构建具备长期记忆和高度上下文理解能力的AI应用。

开源嵌入向量数据库

Orchestra-Research/AI-Research-SKILLs

Chroma是一个专为AI应用设计的开源嵌入式数据库。它能够存储高维向量嵌入和元数据，支持强大的向量搜索和基于元数据的过滤。核心功能包括实现检索增强生成（RAG）、语义搜索和文档检索，特别适合需要本地化或自部署环境的开源AI项目和原型开发。

Fireflies会议记录分析提取

fireflies-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

该工作流通过GraphQL连接Fireflies.ai API，获取详细的会议转录记录。它能够处理发言人区分的语音数据，并提取结构化的关键洞察，包括行动项、关键主题、情绪分析和发言人贡献度。适用于构建完整的会议情报系统，实现从会议录音到可执行知识点的自动化提取。

LangChain RAG管道构建与实践

langchain-data-handling

jeremylongshore/claude-code-plugins-plus-skills

本教程详细指导如何使用LangChain构建完整的检索增强生成（RAG）管道。它覆盖了从数据加载（支持PDF、CSV、TXT等）到文本分块、生成嵌入向量，再到将向量存储在各种向量数据库（如FAISS, Pinecone）中的全流程。最终实现一个具备准确上下文理解和问答能力的智能检索系统。

LlamaIndex 数据框架

Orchestra-Research/AI-Research-SKILLs

LlamaIndex 提供 300+ 数据连接器、向量索引、查询引擎、Agents 和多模态支持，帮助构建面向私有数据的文档问答、知识检索、聊天机器人及 RAG 流水线。

高性能向量相似性搜索引擎

qdrant-vector-search

Orchestra-Research/AI-Research-SKILLs

Qdrant是一个高性能的Rust驱动向量数据库，专为生产级的RAG（检索增强生成）和语义搜索应用设计。它提供快速的最近邻搜索功能，支持结合元数据的混合搜索，并具备通过分片和复制实现的水平扩展能力。适用于构建实时推荐系统和企业级知识检索系统。

RAG系统实现工作流

rag-implementation

sickn33/antigravity-awesome-skills

本工作流提供了一个从零到一的RAG（检索增强生成）系统构建指南。它涵盖了从嵌入模型选择、向量数据库配置、分块策略设计，到混合检索、LLM集成和系统评估的整个流程，确保构建出知识可靠、性能优越的AI应用。

大模型运维与生产部署

sickn33/antigravity-awesome-skills

本指南全面覆盖大模型运维（LLMOps）全流程知识。集成了RAG、向量数据库（如Pinecone、Chroma）、嵌入、微调、高级提示工程和成本估算等核心技术。旨在帮助用户将AI原型转化为可信赖、可扩展、高效率的生产级AI产品。

学术论文结构信息识别

thesis-document-structure

EverMind-AI/EverOS

本技能旨在指导用户优化关于学术论文（学位论文）的搜索查询。它强调了在搜索致谢、委员会成员或特定结构化信息时，必须添加“致谢”、“论文”等关键词作为限定词。这能帮助用户避免只获取主题摘要，从而精确地找到论文内部特定的关键信息，显著提高检索的准确性和相关性。

Pinecone RAG系统构建指南

github/awesome-copilot

本技能指导用户使用Pinecone构建生产级的检索增强生成（RAG）系统或持久化智能体记忆。流程涵盖了索引配置、文档嵌入、批量数据上传、密集语义搜索、混合检索（Hybrid Search）以及高级元数据过滤等核心步骤，适用于构建可扩展的企业知识库问答系统。

RAG向量及嵌入弱点评估

assessing-vector-and-embedding-weaknesses

mukul975/Anthropic-Cybersecurity-Skills

该技能用于对检索增强生成（RAG）系统和向量数据库进行安全审计。它重点检测嵌入模型是否易发生反演、是否存在跨租户数据泄露，以及知识库是否容易被污染，是满足OWASP LLM08:2025等安全标准的关键工具。

RAG流程提示注入安全测试

testing-prompt-injection-in-rag-pipelines

mukul975/Anthropic-Cybersecurity-Skills

本技能提供全面的安全测试方法，用于检测检索增强生成（RAG）流程中的漏洞。它专注于探测通过污染文档实现的间接提示注入，以及向量空间中的嵌入操纵攻击。使用NVIDIA garak、Promptfoo和PyRIT等工具，可验证RAG系统的检索防护能力和CI/CD的安全性，确保系统不会受到恶意输入或数据泄漏的攻击。

语言