langchain-rag

от langchain-ai

Полный конвейер RAG для приёма документов, создания эмбеддингов, поиска и генерации ответов на основе LLM. Поддерживает множество загрузчиков документов (PDF, веб-страницы, каталоги) и постоянные векторные хранилища (Chroma, FAISS, Pinecone) с настраиваемым размером фрагментов и перекрытием для оптимального сохранения контекста. Включает поиск по сходству, поиск MMR (Maximal Marginal Relevance) и фильтрацию по метаданным для баланса релевантности и разнообразия результатов. Работает с эм

npx skills add https://github.com/langchain-ai/langchain-skills --skill langchain-rag

Скачать ZIP GitHub

Больше skills от langchain-ai

Поиск препринтов и научных статей на arXiv по теме с извлечением аннотаций. Поиск на основе запросов по физике, математике, информатике, биологии, статистике и смежным областям. Настраиваемый лимит результатов (по умолчанию 10 статей) с сортировкой по релевантности. Возвращает заголовок и аннотацию для каждой подходящей статьи. Требуется пакет arxiv для Python; установите через pip, если он ещё не установлен.

Написание длинных блогов с делегированием исследований, структурированными шаблонами контента и изображениями, созданными ИИ. Делегирует исследование сабагентам перед написанием, сохраняя результаты в Markdown для справки и контекста. Придерживается пятичастной структуры поста: зацепка, контекст, основной контент (3–5 разделов), практическое применение и заключение с призывом к действию. Генерирует SEO-оптимизированные изображения с помощью подробных промптов, охватывающих тему, стиль, композицию, цвет и освещение. Выводит посты в...

Выполнить структурированное ревью кода изменений, проверяя корректность, стиль, тесты и потенциальные проблемы.

Читать предпочтения пользователя по кодированию из /memory/coding-prefs.md перед принятием нетривиальных стилевых решений и добавлять новые предпочтения, когда пользователь предоставляет…

competitor-analysis

Когда просят проанализировать конкурентов:

Используется для ускоренного на GPU анализа данных, CSV-файлов или табличных данных с помощью NVIDIA cuDF. Срабатывает, когда задачи включают группировку с агрегацией, статистические...

cuml-machine-learning

Используется для ускоренного на GPU машинного обучения на табличных данных с помощью NVIDIA cuML. Запускается, когда задачи включают классификацию, регрессию, кластеризацию, снижение размерности…

data-visualization

Используется для создания диаграмм публикационного качества и многопанельных сводок анализа. Срабатывает, когда задачи включают визуализацию данных, построение графиков результатов, создание…