LLM Application Dev
RAG-, vektorindex- och prompt-skills byggda kring LangGraph
Installera
Innehåller skriptClaude Code: /plugin marketplace add wshobson/agents → /plugin install llm-application-dev@claude-code-workflows
RAG, vektör arama ya da LangGraph tabanlı bir ajan kurulurken; istem kalıpları ölçülerek iyileştirilirken
- Utvecklare
- Seth Hobson
- Licens
- MIT
Åtta skills och tre agenter täcker svåra delar av LLM-appar: uppdelning och omrangering vid informationshämtning, parametrar för HNSW- och IVF-index, hybridkombination av vektor- och nyckelordspoäng samt promptmönster med ett Python-skript som skriver om promptar utifrån mätbara kriterier. Version 2.0 ersatte LangChains utfasade initialize_agent() med LangGraph StateGraph och checkpointers, så en agent kan fortsätta efter en krasch i stället för att börja om. Voyage-modeller rekommenderas som standard för Claude-baserade stackar, och en separat utvärderings-skill mäter effekten av ändringar i informationshämtningen.
Liknande färdigheter
DeepEval Skills
FärdighetUtvärdering, spårning och OpenTelemetry-export för LLM-appar
RAG Implementation
FärdighetBygger hämtningsflöden som grundar svar i riktiga dokument
LLM Finetuning
FärdighetStyr finjustering med utvärdering före träningskonfiguration
Kommentarer(0)
Logga in för att kommentera