ai-engineer とは?
本番環境に対応した LLM アプリケーション、高度な RAG システム、インテリジェント エージェントを構築します。ベクトル検索、マルチモーダル AI、エージェント オーケストレーション、エンタープライズ AI 統合を実装します。 LLM 機能、チャットボット、AI エージェント、または AI を利用したアプリケーションに積極的に使用します。 ソース: curiositech/some_claude_skills。
本番環境に対応した LLM アプリケーション、高度な RAG システム、インテリジェント エージェントを構築します。ベクトル検索、マルチモーダル AI、エージェント オーケストレーション、エンタープライズ AI 統合を実装します。 LLM 機能、チャットボット、AI エージェント、または AI を利用したアプリケーションに積極的に使用します。
コマンドラインで ai-engineer AI スキルを開発環境にすばやくインストール
ソース: curiositech/some_claude_skills。
Expert in building production-ready LLM applications, from simple chatbots to complex multi-agent systems. Specializes in RAG architectures, vector databases, prompt management, and enterprise AI deployments.
RAG System Design | Component | Implementation | Best Practices |
| Chunking | Semantic, token-based, hierarchical | 512-1024 tokens, overlap 10-20% | | Embedding | OpenAI, Cohere, local models | Match model to domain | | Vector DB | Pinecone, Weaviate, Chroma, Qdrant | Index by use case | | Retrieval | Dense, sparse, hybrid | Start hybrid, tune | | Reranking | Cross-encoder, Cohere Rerank | Always rerank top-k |
本番環境に対応した LLM アプリケーション、高度な RAG システム、インテリジェント エージェントを構築します。ベクトル検索、マルチモーダル AI、エージェント オーケストレーション、エンタープライズ AI 統合を実装します。 LLM 機能、チャットボット、AI エージェント、または AI を利用したアプリケーションに積極的に使用します。 ソース: curiositech/some_claude_skills。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/curiositech/some_claude_skills --skill ai-engineer本番環境に対応した LLM アプリケーション、高度な RAG システム、インテリジェント エージェントを構築します。ベクトル検索、マルチモーダル AI、エージェント オーケストレーション、エンタープライズ AI 統合を実装します。 LLM 機能、チャットボット、AI エージェント、または AI を利用したアプリケーションに積極的に使用します。 ソース: curiositech/some_claude_skills。
ターミナルまたはコマンドラインツール(Terminal、iTerm、Windows Terminal など)を開きます このコマンドをコピーして実行します: npx skills add https://github.com/curiositech/some_claude_skills --skill ai-engineer インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります
https://github.com/curiositech/some_claude_skills