下载

Skill UI

浏览并发现 9688+ 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

搜索检索系统，共找到 25 条记录

默认排序最新上传最多下载

智能体知识记忆管理

agent-memory-mcp

sickn33/antigravity-awesome-skills

本技能提供了一个持久化、可检索的混合内存系统，专为AI智能体设计。它作为一个知识管理中心，用于存储和检索项目中的长期记忆，包括系统架构、最佳实践模式和关键决策记录。这确保了重要的知识不会丢失，能够随时被智能体调用，极大地增强了系统的可追溯性和一致性。

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。

AI/ML全栈开发工作流

sickn33/antigravity-awesome-skills

本工作流提供了一套完整的、分阶段的指南，用于构建生产级的AI和机器学习应用。涵盖了从AI应用设计、RAG检索增强、智能体构建、ML流水线开发，到系统可观测性和安全加固的全部关键环节。

AI/ML全栈开发工作流

sickn33/antigravity-awesome-skills

本工作流提供了一套完整的、分阶段的指南，用于构建生产级的AI和机器学习应用。涵盖了从AI应用设计、RAG检索增强、智能体构建、ML流水线开发，到系统可观测性和安全加固的全部关键环节。

大模型上下文工程基础

context-fundamentals

sickn33/antigravity-awesome-skills

本技能深入讲解了大型语言模型（LLMs）推理时可用的完整状态（上下文）。内容涵盖系统提示、工具定义、消息历史记录和检索文档等核心组件。掌握上下文工程是构建稳定、高效AI智能体的关键，它指导用户如何优化上下文内容，管理注意力预算，确保模型接收到最相关的“高信号”信息。

对话记忆系统

conversation-memory

sickn33/antigravity-awesome-skills

针对对话型大模型的持久化记忆方案，覆盖短期上下文、长期积累与实体事实的存储、检索与整合，帮助构建更聪明的会话型 AI。

Exa搜索结果处理与RAG上下文管理

exa-data-handling

jeremylongshore/claude-code-plugins-plus-skills

用于处理和优化来自Exa搜索API的原始搜索结果。该技能提供对内容提取范围的全面控制，支持选择元数据、高亮、全文或结构化摘要。核心功能包括实现带时效性的结果缓存、引用去重，以及最关键的基于令牌预算的内容筛选，确保检索内容能适配大型语言模型（LLM）的上下文窗口，是构建高级RAG和知识检索系统的关键工具。

FAISS：高效向量相似性搜索库

Orchestra-Research/AI-Research-SKILLs

FAISS（Facebook AI Similarity Search）是一个用于高效相似性搜索和聚类的库。它支持对数十亿级别的密集向量进行索引和搜索，具备GPU加速和多种索引类型（如Flat、IVF、HNSW）。适用于构建需要超高吞吐量和低延迟的超大规模应用，特别是在RAG、推荐系统等领域，用于快速的k-NN检索或纯向量相似度匹配。

混合搜索实现指南

hybrid-search-implementation

sickn33/antigravity-awesome-skills

本技能提供结合向量相似度和关键词搜索的模式，用于构建需要高召回率的检索系统。它特别适用于RAG系统或复杂搜索引擎。当纯语义搜索无法捕获特定术语的精确匹配，需要结合语义理解和精确匹配能力时，应使用此方法。

LangChain LLM应用架构指南

langchain-architecture

sickn33/antigravity-awesome-skills

本指南深入讲解LangChain框架，帮助用户掌握构建复杂、生产级大型语言模型（LLM）应用程序的完整能力。内容涵盖自驱代理（Agents）、链式调用（Chains）、记忆管理、检索增强生成（RAG）以及外部工具集成等核心模块，全面助力构建智能AI系统。

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。

LLM应用模式与架构

llm-app-patterns

sickn33/antigravity-awesome-skills

本技能集提供了一套生产级的LLM应用开发蓝图。它全面覆盖了RAG（检索增强生成）的完整流程，从文档切块到混合检索。此外，书中还详细介绍了ReAct等高级Agent架构模式，帮助开发者构建具备复杂推理和工具使用能力的企业级AI系统。

语言