·rag-implementer
</>

rag-implementer

Implémente des pipelines de génération augmentés par récupération. À utiliser lors de la création de systèmes de récupération de documents, du choix de stratégies de regroupement, de la sélection de modèles d'intégration, de la configuration de magasins de vecteurs, de la mise en œuvre d'une recherche hybride ou de l'évaluation de la qualité RAG. Utilisation pour la stratégie d'intégration, les magasins de vecteurs, les pipelines de récupération, le découpage, la recherche hybride, le reclassement, la récupération multi-requêtes, la récupération de documents parents, la compression contextuelle, la sélection de diversité MMR, la fusion de classement réciproque et l'évaluation. Pour la sélection et la gouvernance de l’architecture de la base de connaissances, utilisez la compétence de gestionnaire de base de connaissances. Pour les graphiques de connaissances, utilisez la compétence Knowledge-Graph-Builder.

13Installations·2Tendance·@oakoss

Installation

$npx skills add https://github.com/oakoss/agent-skills --skill rag-implementer

Comment installer rag-implementer

Installez rapidement le skill IA rag-implementer dans votre environnement de développement via la ligne de commande

  1. Ouvrir le Terminal: Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.)
  2. Exécuter la commande d'installation: Copiez et exécutez cette commande : npx skills add https://github.com/oakoss/agent-skills --skill rag-implementer
  3. Vérifier l'installation: Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Source : oakoss/agent-skills.

Build production-ready retrieval-augmented generation systems. RAG = Retrieval + Context Assembly + Generation. Use RAG when LLMs need access to fresh, domain-specific, or proprietary knowledge not in their training data. Do not use RAG when simpler alternatives (FAQ pages, keyword search, semantic search) suffice. For KB architecture selection and governance, use the knowledge-base-manager skill. For knowledge gr...

Before building RAG, validate the need: try FAQ pages, keyword search, concierge MVP, or simple semantic search first. Only proceed with RAG for 50k+ documents with validated user demand and $200-500/month budget. RAG systems range from Naive (prototype) through Advanced (production) to Modular (enterprise), each tier adding complexity and cost.

The RAG pipeline has three core stages. First, retrieval finds relevant documents using hybrid search (semantic + keyword). Second, context assembly ranks, deduplicates, and compresses retrieved chunks into an optimal prompt. Third, generation produces a grounded response with source attribution. Each stage has distinct failure modes: retrieval can miss relevant documents (low recall), context assembly can overwhe...

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/oakoss/agent-skills --skill rag-implementer
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-25
Mis à jour
2026-03-10

Browse more skills from oakoss/agent-skills

Réponses rapides

Qu'est-ce que rag-implementer ?

Implémente des pipelines de génération augmentés par récupération. À utiliser lors de la création de systèmes de récupération de documents, du choix de stratégies de regroupement, de la sélection de modèles d'intégration, de la configuration de magasins de vecteurs, de la mise en œuvre d'une recherche hybride ou de l'évaluation de la qualité RAG. Utilisation pour la stratégie d'intégration, les magasins de vecteurs, les pipelines de récupération, le découpage, la recherche hybride, le reclassement, la récupération multi-requêtes, la récupération de documents parents, la compression contextuelle, la sélection de diversité MMR, la fusion de classement réciproque et l'évaluation. Pour la sélection et la gouvernance de l’architecture de la base de connaissances, utilisez la compétence de gestionnaire de base de connaissances. Pour les graphiques de connaissances, utilisez la compétence Knowledge-Graph-Builder. Source : oakoss/agent-skills.

Comment installer rag-implementer ?

Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/oakoss/agent-skills --skill rag-implementer Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Où se trouve le dépôt source ?

https://github.com/oakoss/agent-skills