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 64 条记录

默认排序最新上传最多下载

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。

LangChain/LangGraph智能体开发专家

llm-application-dev-langchain-agent

sickn33/antigravity-awesome-skills

该技能旨在提供构建生产级、复杂AI智能体系统的专家指导。它专注于使用最新LangChain 0.1+和LangGraph API，实现多智能体编排、高级检索增强生成（RAG）流程（如RAG Fusion、HyDE）和复杂的状态管理。内容覆盖从架构设计到生产部署的全周期，包括FastAPI流式API、LangSmith可观测性、缓存优化及健壮的错误处理机制。

临床证据检索与决策支持

openevidence-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

该工作流为临床专业人员提供了一个全面的证据检索和分析系统。它支持用户根据专业领域、证据级别等进行精确的临床文献检索，并能自动检查药物相互作用，查找各权威机构（如ACC/AHA, NICE）的最新临床指南。输出结果包含结构化引用、置信度和证据等级，旨在支持准确的临床决策。

开放证据审查与文献合成

openevidence-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于系统性医疗证据审查的综合工作流。它支持用户检索临床研究、构建精选引文集合、使用GRADE等专业框架评估证据等级，并自动生成符合学术规范格式（如AMA）的结构化报告。适用于撰写高质量的文献综述和临床研究报告。

OpenEvidence可观测性监控系统

openevidence-observability

jeremylongshore/claude-code-plugins-plus-skills

本工具提供OpenEvidence系统的可观测性监控，用于跟踪临床证据查询的性能和合规性。关键指标包括查询响应时间、证据时效性、引用准确率和审计日志完整性，确保医疗信息检索的及时性和可靠性，符合HIPAA等监管要求。

开源证据性能调优指南

openevidence-performance-tuning

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了针对OpenEvidence API的性能优化策略。内容涵盖了实现稳健的缓存机制（TTL管理）、高效批量检索引文、连接池管理和限速处理等关键技术。通过应用这些优化技巧，用户可以显著降低查询延迟，即使面对复杂的多条件查询或海量引用数据也能保持流畅的系统性能。

OpenEvidence API 限速与重试策略

openevidence-rate-limits

jeremylongshore/claude-code-plugins-plus-skills

本指南展示了如何为关键的医疗健康API实现健壮的限速和重试机制。它使用令牌桶模式管理不同的服务调用限制（如临床查询、证据综合），并涵盖了指数退避和批量处理策略，确保在高并发和网络波动下，临床决策支持系统的稳定性和数据检索的可靠性。

Perplexity带引用来源搜索

perplexity-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

本流程执行单次查询的Perplexity搜索，能够获取基于网络的答案，并自动附带行内引用来源。这对于构建高可信度的应用、事实核查工具或任何需要实时、可验证信息检索的系统至关重要。它涵盖了API调用、响应解析（答案、引用、搜索结果）和格式化处理，确保输出结果具有可追溯的来源链接。

上一页 123 4 5 6 下一页

语言