Loading...
Loading...
共找到 351 个 Skills
擅长构建检索增强生成（Retrieval-Augmented Generation）系统。精通嵌入模型、向量数据库、分块策略以及LLM应用的检索优化。适用场景：构建RAG、向量搜索、嵌入、语义搜索、文档检索。
在Convex上构建具备持久对话线程、工具调用和流式输出功能的AI Agent。适用于实现聊天界面、AI助手、多Agent工作流、RAG系统或任何带有消息历史的大语言模型驱动功能。
借助LanceDB向量嵌入实现跨文档的语义与多模态搜索。适用于知识库搜索、语义信息查找、为RAG摄入文档或执行向量相似度搜索场景。当触发词为「搜索文档」「语义搜索」「在知识库中查找」「向量搜索」「索引文档」「LanceDB」或涉及RAG/嵌入操作时启用。
使用附带的脚本将公开网页URL转换为Markdown格式，并保存为可重复使用的`.md`文件。优先使用`https://r.jina.ai/<url>`进行转换，仅当`r.jina.ai`不可用时，才降级使用`https://markdown.new/`。无论用户是否明确提及Markdown或保存文件，只要他们希望将公开网页、文章、文档页面、博客文章、发布说明或参考URL转换为Markdown格式，用于阅读、归档、摘要提取、RAG准备或下游Agent复用，均可使用本工具。
25项高级POWERFUL层级工程技能，涵盖Agent设计、RAG架构、MCP服务器、CI/CD流水线、数据库设计、可观测性、安全审计、发布管理和平台运维。支持Claude Code、Codex CLI和OpenClaw。
提供端到端ML系统设计面试指导，覆盖推理管线、推荐系统、RAG、特征存储和监控。适用于L6及以上级别设计面试轮次、ML架构白板演示、系统设计练习、服务权衡分析。触发关键词："ML系统设计"、"ML面试"、"推荐系统设计"、"RAG架构"、"特征存储设计"、"模型服务"。不适用于编码面试、行为面问题、ML理论小测或论文实现。
构建生产级AI/ML系统——涵盖大规模模型训练、微调、MLOps流水线、模型部署、评估框架、RAG优化以及Agent编排。当用户要求构建、训练或部署ML模型、搭建MLOps流水线、优化RAG系统、创建推理端点或设计生产级AI Agent时，可使用此功能。
面向生产级AI应用的托管式向量数据库。全托管、自动扩容，支持混合搜索（稠密+稀疏向量）、元数据过滤和命名空间。低延迟（p95延迟<100ms）。适用于生产级RAG、推荐系统或大规模语义搜索。最适合无服务器、托管式基础设施场景。
基于9点验证与两轮HITL工作流的RAG系统入库前认知质量校验
Amazon Bedrock 知识库（用于RAG，即检索增强生成）。借助向量存储创建知识库，从S3、网页、Confluence、SharePoint导入数据，配置分块策略，通过检索与生成API进行查询，管理会话。适用于构建RAG应用、实现语义搜索、创建文档问答系统、将知识库与Agent集成、优化分块以提升准确性，或查询企业知识等场景。
大语言模型（LLM）提示词设计：system prompts、few-shot示例、chain-of-thought、RAG、结构化输出。
面向心脏病学频道的统一Hinglish语系YouTube脚本创作工具，采用完整的研究引擎管线（频道爬取、评论分析、舆论监测、内容缺口挖掘、播放量预测），结合RAG + PubMed获取佐证信息，支持数据驱动的选题，生成符合6点语音检查标准的15-30分钟教育类视频脚本。