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

搜索向量检索，共找到 29 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。

Azure AI 智能体持久化SDK (.NET)

azure-ai-agents-persistent-dotnet

sickn33/antigravity-awesome-skills

这是一个用于.NET环境的底层SDK，用于构建和管理持久化、有状态的AI智能体。它提供了完整的客户端接口，用于处理AI代理的创建、对话线程管理、消息记录、任务执行流程、外部工具函数调用，并支持通过向量存储实现文件检索（RAG）。适用于构建复杂的企业级多轮对话AI应用。

Azure AI 智能体持久化SDK (.NET)

azure-ai-agents-persistent-dotnet

sickn33/antigravity-awesome-skills

这是一个用于.NET环境的底层SDK，用于构建和管理持久化、有状态的AI智能体。它提供了完整的客户端接口，用于处理AI代理的创建、对话线程管理、消息记录、任务执行流程、外部工具函数调用，并支持通过向量存储实现文件检索（RAG）。适用于构建复杂的企业级多轮对话AI应用。

Azure .NET 搜索应用开发

azure-search-documents-dotnet

sickn33/antigravity-awesome-skills

该SDK是用于.NET平台的Azure AI Search官方客户端库。它允许开发者构建功能强大的搜索应用，支持全文检索、向量相似度搜索、语义搜索及混合查询。开发者可以使用它来管理索引、执行文档增删改查，并实现高级搜索模式，如分面筛选和自动补全。

Azure AI 搜索 Python SDK

azure-search-documents-py

sickn33/antigravity-awesome-skills

这是用于通过 Python 语言与 Azure AI 搜索服务进行交互的官方 SDK。它提供了全面的高级搜索检索功能，包括全文检索、向量相似性搜索、混合搜索和语义排序。适用于构建复杂的企业级搜索应用，实现深度内容理解和精确信息召回。

Azure AI 搜索开发指南

azure-search-documents-ts

sickn33/antigravity-awesome-skills

本SDK为使用TypeScript开发面向Azure AI Search的应用程序提供了完整客户端。它支持向量搜索、混合搜索和语义搜索等前沿检索方法。适用于开发需要高级检索能力的电子商务、文档管理或知识库系统。

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。

Exa 语义搜索

sickn33/antigravity-awesome-skills

通过 Exa API 提供语义/向量搜索，可发现相似内容或按公司、人物、论文等分类筛选，便于高效开展结构化研究与内容检索。

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 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。

语言