下载

Skill UI

浏览并发现 9979+ 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

搜索向量数据库，共找到 21 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。

动态上下文管理与编排

context-manager

sickn33/antigravity-awesome-skills

该技能专注于设计和实现高级AI上下文架构。它擅长整合智能记忆系统、向量数据库和知识图谱，确保AI应用在复杂的、多智能体的工作流中保持连贯、相关且可扩展的状态。适用于企业级RAG系统和状态化AI开发。

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。

Pinecone托管向量数据库

Orchestra-Research/AI-Research-SKILLs

Pinecone是面向生产AI应用的托管向量数据库，提供自动扩容、混合搜索、命名空间和元数据过滤，适用于RAG、推荐或语义检索等低延迟场景，免维护的Serverless体验。

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。

检索增强生成系统架构师

sickn33/antigravity-awesome-skills

专注于设计和构建高级检索增强生成（RAG）系统。该领域的专家掌握了从文档分块、嵌入模型选择、向量数据库架构到混合搜索策略的全部知识。核心目标是优化信息检索流程，确保大型语言模型（LLM）的输出内容准确、可靠，有效解决模型幻觉问题，提升企业级知识应用能力。

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。

向量数据库与语义搜索专家

vector-database-engineer

sickn33/antigravity-awesome-skills

该技能集专注于向量数据库的架构设计和语义搜索的实现。涵盖嵌入策略、索引优化（如HNSW、IVF）和复杂的检索技术（如RAG和混合搜索）。掌握Pinecone、Weaviate、Qdrant等主流向量数据库，可用于构建高级推荐系统和相似性检索应用。

向量索引性能调优指南

vector-index-tuning

sickn33/antigravity-awesome-skills

本指南提供了生产级向量索引优化的最佳实践。它指导用户如何调整HNSW参数、实施量化策略，并优化内存使用，以平衡搜索延迟、召回率和大规模数据库的扩展性。

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。

Qdrant分布式扩展与容量规划

qdrant-horizontal-scaling

github/awesome-copilot

本指南详细介绍了Qdrant向量数据库的扩展架构和容量规划的最佳实践。它指导用户何时进行垂直扩展或水平扩展，如何选择最佳的节点数和分片数量，并指导如何设置复制因子以确保系统的高可用性和零停机时间。同时也涵盖了分片管理和常见误区规避。

语言