Un module expliquant comment connecter des données internes/à jour aux réponses LLM à l'aide de RAG, d'intégration et de recherche vectorielle, ainsi que les critères de sélection.
Installez rapidement le skill IA module3-rag-embedding dans votre environnement de développement via la ligne de commande
Source : olorolor/fundamentals-with-ai.
이 모듈은 반드시 아래 4단계를 순서대로 진행한다. 단계를 건너뛰지 않는다.
Phase 1: 문제 도입 (23분, 최소 1회 학습자 응답 필요)
Phase 2: 핵심 개념 탐구 (57분, 최소 3회 학습자 응답 필요)
Un module expliquant comment connecter des données internes/à jour aux réponses LLM à l'aide de RAG, d'intégration et de recherche vectorielle, ainsi que les critères de sélection. Source : olorolor/fundamentals-with-ai.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/olorolor/fundamentals-with-ai --skill module3-rag-embeddingUn module expliquant comment connecter des données internes/à jour aux réponses LLM à l'aide de RAG, d'intégration et de recherche vectorielle, ainsi que les critères de sélection. Source : olorolor/fundamentals-with-ai.
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/olorolor/fundamentals-with-ai --skill module3-rag-embedding 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
https://github.com/olorolor/fundamentals-with-ai