RAG Implementation
Creează fluxuri de regăsire bazate pe documente reale
Instalare
/plugin marketplace add wshobson/agents; /plugin install llm-application-dev
When an LLM needs to answer from a document set, or an existing RAG pipeline returns weak matches.
- Autor
- wshobson
- Licență
- MIT
Fiecare etapă a unui flux RAG este configurată explicit: împărțirea documentelor, modelul de embedding potrivit limbii și bugetului și baza vectorială folosită — Pinecone, Weaviate, Qdrant, Chroma sau pgvector, comparate după diferențele practice. Regăsirea combină căutarea densă cu cea după cuvinte-cheie și reranjează rezultatele înainte ca acestea să ajungă la model. Un exemplu LangGraph separă regăsirea de generare, astfel încât fiecare etapă să poată fi măsurată individual.
Skill-uri similare
LLM Application Dev
SkillSkill-uri RAG, indexare vectorială și prompturi cu LangGraph
SAST Configuration
SkillConfigurează Semgrep, CodeQL și SonarQube pentru constatări reale
Sourcegraph
SkillCăutare în cod între depozite, referințe și istoricul commiturilor
Comentarii(0)
Autentifică-te pentru a comenta