يوفر أنماطًا لبناء أنظمة توليد الاسترجاع المعزز (RAG) لتطبيقات الذكاء الاصطناعي باستخدام قواعد بيانات المتجهات والبحث الدلالي. يُستخدم عند تنفيذ الذكاء الاصطناعي القائم على المعرفة، أو إنشاء أنظمة أسئلة وأجوبة للمستندات، أو دمج LLMs مع قواعد المعرفة الخارجية.
ثبّت مهارة الذكاء الاصطناعي rag بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: giuseppe-trisciuoglio/developer-kit.
Build Retrieval-Augmented Generation systems that extend AI capabilities with external knowledge sources.
RAG (Retrieval-Augmented Generation) enhances AI applications by retrieving relevant information from knowledge bases and incorporating it into AI responses, reducing hallucinations and providing accurate, grounded answers.
Vector Databases Store and efficiently retrieve document embeddings for semantic search.
يوفر أنماطًا لبناء أنظمة توليد الاسترجاع المعزز (RAG) لتطبيقات الذكاء الاصطناعي باستخدام قواعد بيانات المتجهات والبحث الدلالي. يُستخدم عند تنفيذ الذكاء الاصطناعي القائم على المعرفة، أو إنشاء أنظمة أسئلة وأجوبة للمستندات، أو دمج LLMs مع قواعد المعرفة الخارجية. المصدر: giuseppe-trisciuoglio/developer-kit.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/giuseppe-trisciuoglio/developer-kit --skill ragيوفر أنماطًا لبناء أنظمة توليد الاسترجاع المعزز (RAG) لتطبيقات الذكاء الاصطناعي باستخدام قواعد بيانات المتجهات والبحث الدلالي. يُستخدم عند تنفيذ الذكاء الاصطناعي القائم على المعرفة، أو إنشاء أنظمة أسئلة وأجوبة للمستندات، أو دمج LLMs مع قواعد المعرفة الخارجية. المصدر: giuseppe-trisciuoglio/developer-kit.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/giuseppe-trisciuoglio/developer-kit --skill rag بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/giuseppe-trisciuoglio/developer-kit