全部 skill

用 Pinecone 为智能体搭建 RAG 检索与长期记忆。

对笔记、文档与转录稿做本地混合检索。

DSPy：声明式地写大模型程序，自动优化提示词与 RAG。

面向生产 RAG 系统的向量检索引擎。

面向生产环境 RAG 与检索的托管向量数据库。

面向 RAG 与语义检索的嵌入式向量数据库。

6 个生产级 AI 工程工作流：提示评估（8 维评分）、上下文预算规划、RAG 流水线设计、agent 安全审计（65 点检查表）、eval 脚手架构建、产品感教练。

基于官方蓝图构建 Weaviate AI 应用，涵盖 RAG、Agentic RAG、数据探索、多模态 PDF 搜索、异步客户端与前端。

免费——AI agent 的顶级长上下文记忆：注入 50 万-100 万干净 token，自动摘要并保留语气/意图，将 14 轮历史压缩为 800 token。

Fast vector similarity search at billion scale.EN

用 LangGraph、LangChain 与 DeepAgents 设计优化生产级多 agent 系统，用于复杂 AI 工作流。

最先进句/文/图嵌入框架。提供 5000+ 预训练模型做语义相似、聚类、检索。支持多语言、领域、多模态模型。用于 RAG、语义搜索、相似任务的嵌入生成。最适合生产嵌入生成。

面向生产 AI 应用的托管向量数据库。全托管、自动扩展、带混合搜索（稠密+稀疏）、元数据过滤、命名空间。低延迟（p95 <100ms）。用于生产 RAG、推荐系统、或大规模语义搜索。最适合无服务器托管基础设施。

Facebook 的稠密向量高效相似度搜索与聚类库。支持数十亿向量、GPU 加速、多种索引（Flat、IVF、HNSW）。用于快速 k-NN 搜索、大规模向量检索、或只需纯相似度搜索无需元数据时。最适合高性能应用。

用 agent、chain、RAG 构建 LLM 应用的框架。支持多提供商（OpenAI、Anthropic、Google）、500+ 集成、ReAct agent、工具调用、记忆管理、向量库检索。构建聊天机器人、问答系统、自主代理、或 RAG 应用。最适合快速原型与生产部署。

用声明式编程构建复杂 AI 系统、自动优化提示、用 DSPy（Stanford NLP 的系统性 LM 编程框架）创建模块化 RAG 系统与代理。

面向 RAG 与语义搜索的高性能向量相似度搜索引擎。需生产 RAG 系统要快速近邻搜索、带过滤的混合搜索、或 Rust 驱动可扩展向量存储时使用。

开源嵌入数据库。存嵌入与元数据，做向量与全文搜索，按元数据过滤。简洁 4 函数 API。从 notebook 扩到生产集群。用于语义搜索、RAG、或文档检索。最适合本地开发开源项目。

用 RAG 构建 LLM 应用的数据框架。专长文档摄入（300+ 连接器）、索引、查询。特性：向量索引、查询引擎、agent、多模态支持。用于文档问答、聊天机器人、知识检索、或构建 RAG 管线。最适合数据中心 LLM 应用。