Loading...
Loading...
共找到 351 个 Skills
Qdrant向量数据库与LangChain4j的集成方案。为Java应用提供嵌入存储、相似度搜索和向量管理功能。适用于为RAG系统、语义搜索或推荐引擎实现基于向量的检索场景。
精通向量数据库、嵌入策略及语义搜索实现。熟练运用Pinecone、Weaviate、Qdrant、Milvus和pgvector构建RAG应用、推荐系统及类似解决方案
将截止日期、发布日期或交付目标转换为可执行的时间线管理包（包含截止日期类型+承诺、阶段计划、里程碑跟踪器、RAG状态节奏、范围/变更控制、相关方沟通）。适用于时间线/截止日期/日程安排/里程碑管理场景。
大语言模型（LLMs）、提示词工程、RAG系统、LangChain及AI应用开发
构建RAG系统 - 嵌入、向量存储、文本分块与检索优化
本指南介绍如何在SAP BTP上使用SAP AI Core和SAP AI Launchpad开发企业级AI/ML工作负载。适用场景包括：部署生成式AI模型（GPT、Claude、Gemini、Llama）、构建包含模板化/过滤/基础检索的编排工作流、基于向量数据库实现RAG、使用Argo Workflows管理ML训练流水线、配置内容过滤和数据掩码以保护PII数据、使用Generative AI Hub进行提示词实验，以及将AI能力集成到SAP应用中。内容涵盖服务计划（免费版/标准版/扩展版）、模型提供商（Azure OpenAI、AWS Bedrock、GCP Vertex AI、Mistral、IBM）、编排模块、嵌入向量、工具调用和结构化输出。
Supermemory是面向AI Agents的先进记忆与上下文基础设施。当你构建需要持久记忆、用户个性化、长期上下文保留或跨知识库语义搜索的应用时，可使用该工具。它提供用于已学习用户上下文的Memory API、用于静态/动态事实的用户档案，以及用于语义搜索的RAG功能，非常适合聊天机器人、助手和知识密集型应用。
用于RAG和语义搜索的高性能向量相似度搜索引擎。在构建需要快速最近邻搜索、带过滤的混合搜索或基于Rust实现的可扩展向量存储的生产级RAG系统时使用。
构建可投入生产的LLM应用、高级RAG系统和智能Agent。实现向量搜索、多模态AI、Agent编排以及企业级AI集成。可主动用于LLM功能、聊天机器人、AI Agent或AI驱动的应用开发。
为RAG应用配置LangChain4J向量存储。适用于构建语义搜索、集成向量数据库（PostgreSQL/pgvector、Pinecone、MongoDB、Milvus、Neo4j）、实现嵌入存储/检索、设置混合搜索，或是优化生产级AI应用的向量数据库性能等场景。
在RAG系统和文档处理流水线中实现最优分块策略。适用于构建检索增强生成（RAG）系统、向量数据库，或处理需要拆分为语义相关片段以进行嵌入和搜索的大型文档时使用。
检索增强生成（RAG）系统设计模式、分块策略、Embedding模型、检索技术及上下文组装。适用于设计RAG流水线、提升检索质量或构建基于知识库的LLM应用场景。