登录
下载

Skill UI

浏览并发现 9978+ 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 检索增强 ，共找到 26 条记录
默认排序 最新上传 最多下载

Mistral：嵌入、RAG与函数调用工作流

mistral-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
378
本工作流旨在构建基于Mistral AI的进阶应用。内容涵盖文本和代码嵌入生成、基于余弦相似度的语义搜索实现，以及完整的RAG（检索增强生成）流程。同时，它还详细演示了函数调用（Tool Use）机制，使大模型能够与外部工具和API进行交互，实现更复杂的业务逻辑。
查看详情

高性能向量相似性搜索引擎

qdrant-vector-search
Orchestra-Research/AI-Research-SKILLs
90
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。
查看详情

RAG系统架构指南

rag-architect
Jeffallan/claude-skills
341
设计并实现生产级 RAG 系统，涵盖文档切分、嵌入生成、向量存储、混合检索、重排序与评估，助力知识驱动的 AI 应用实现语义搜索、文档检索与上下文增强。
查看详情

检索增强生成系统架构师

rag-engineer
sickn33/antigravity-awesome-skills
273
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。
查看详情

RAG系统实现工作流

rag-implementation
sickn33/antigravity-awesome-skills
258
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。
查看详情

相似性搜索模式实现

similarity-search-patterns
sickn33/antigravity-awesome-skills
302
本技能提供高效的相似性搜索模式，适用于生产环境系统搭建。它对于构建语义搜索系统、实现RAG检索增强、开发推荐引擎以及优化处理海量向量数据的检索性能至关重要。
查看详情

网页搜索与内容提取

tavily-web
sickn33/antigravity-awesome-skills
341
该技能利用Tavily API，提供全面的网络搜索、内容提取和网站爬取能力。适用于需要获取实时信息、从特定URL抓取内容或进行深度网站研究等场景，是强大的信息检索增强工具。
查看详情

添加数据和持久化上下文记忆

ov-add-data
volcengine/OpenViking
401
该技能用于将外部资源（如本地文件、网络URL、代码仓库）和对话内容转化为持久化、可检索的知识和记忆。它核心功能是为OpenViking上下文数据库构建全面的知识库，确保学习到的洞察和外部数据能够在会话间持续可用。当需要注入外部知识或增强上下文持久性时使用。
查看详情

Claude应用构建架构模式

clade-architecture-variants
jeremylongshore/claude-code-plugins-plus-skills
284
本技能详细介绍了五种基于Claude的应用程序架构模式，包括聊天机器人、RAG检索增强、智能体（Agent）、内容管道和评估机制。它提供了完整的代码示例和决策矩阵，帮助开发者根据项目的需求、成本和复杂度选择最合适的实现方案，实现复杂AI应用构建。
查看详情

Cohere RAG流程构建

cohere-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
417
本流程演示了如何使用Cohere的嵌入、重排序和聊天API构建完整的RAG（检索增强生成）流水线。它涵盖了从知识库嵌入、高效检索相关信息，到通过LLM生成带有精确引用的答案的全过程。适用场景包括构建企业级、知识驱动的问答和智能问询系统。
查看详情

LangChain RAG：向量搜索与优化

langchain-embeddings-search
jeremylongshore/claude-code-plugins-plus-skills
350
本指南旨在掌握使用LangChain构建稳健的检索增强生成（RAG）流程。内容深入探讨了向量搜索的常见陷阱，包括不同向量数据库的相似度分数语义差异（L2与Cosine）、嵌入维度匹配问题，以及针对代码和Markdown的文本分块最佳实践。学习如何选择、配置和优化FAISS、Pinecone、Chroma等多种向量存储，确保RAG系统的高召回率。
查看详情

LLM知识库：第二大脑构建系统

llm-wiki
alirezarezvani/claude-skills
203
这是一个将大型语言模型（LLM）转变为Obsidian专业知识库维护员的系统。它核心原理是“知识积累/复合”，而非简单的检索增强生成（RAG）。用户只需持续输入源材料，LLM便负责自动进行提炼、关联、更新实体和概念，构建一个持续增长、结构化的“第二大脑”，非常适合进行深度研究、个人知识管理和企业内部文档沉淀。
查看详情
上一页123下一页
语言
简体中文
English