·rag-implementation
</>

rag-implementation

Costruisci sistemi RAG (Retrieval-Augmented Generation) per applicazioni LLM con database vettoriali e ricerca semantica. Da utilizzare durante l'implementazione dell'intelligenza artificiale basata sulla conoscenza, la creazione di sistemi di domande e risposte sui documenti o l'integrazione di LLM con basi di conoscenza esterne.

3.8KInstallazioni·54Tendenza·@wshobson

Installazione

$npx skills add https://github.com/wshobson/agents --skill rag-implementation

Come installare rag-implementation

Installa rapidamente la skill AI rag-implementation nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/wshobson/agents --skill rag-implementation
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: wshobson/agents.

Master Retrieval-Augmented Generation (RAG) to build LLM applications that provide accurate, grounded responses using external knowledge sources.

Models (2026): | Model | Dimensions | Best For |

| voyage-3-large | 1024 | Claude apps (Anthropic recommended) | | voyage-code-3 | 1024 | Code search | | text-embedding-3-large | 3072 | OpenAI apps, high accuracy | | text-embedding-3-small | 1536 | OpenAI apps, cost-effective | | bge-large-en-v1.5 | 1024 | Open source, local deployment | | multilingual-e5-large | 1024 | Multi-language support |

Costruisci sistemi RAG (Retrieval-Augmented Generation) per applicazioni LLM con database vettoriali e ricerca semantica. Da utilizzare durante l'implementazione dell'intelligenza artificiale basata sulla conoscenza, la creazione di sistemi di domande e risposte sui documenti o l'integrazione di LLM con basi di conoscenza esterne. Fonte: wshobson/agents.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/wshobson/agents --skill rag-implementation
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from wshobson/agents

Risposte rapide

Che cos'è rag-implementation?

Costruisci sistemi RAG (Retrieval-Augmented Generation) per applicazioni LLM con database vettoriali e ricerca semantica. Da utilizzare durante l'implementazione dell'intelligenza artificiale basata sulla conoscenza, la creazione di sistemi di domande e risposte sui documenti o l'integrazione di LLM con basi di conoscenza esterne. Fonte: wshobson/agents.

Come installo rag-implementation?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/wshobson/agents --skill rag-implementation Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/wshobson/agents