rag-implementation
✓ベクトル データベースとセマンティック検索を使用して、LLM アプリケーション用の検索拡張生成 (RAG) システムを構築します。知識ベースの AI を実装する場合、ドキュメント Q&A システムを構築する場合、または LLM を外部ナレッジ ベースと統合する場合に使用します。
SKILL.md
Master Retrieval-Augmented Generation (RAG) to build LLM applications that provide accurate, grounded responses using external knowledge sources.
Vector Databases Purpose: Store and retrieve document embeddings efficiently
Embeddings Purpose: Convert text to numerical vectors for similarity search
ベクトル データベースとセマンティック検索を使用して、LLM アプリケーション用の検索拡張生成 (RAG) システムを構築します。知識ベースの AI を実装する場合、ドキュメント Q&A システムを構築する場合、または LLM を外部ナレッジ ベースと統合する場合に使用します。 ソース: nilecui/skillsbase。
引用可能な情報
AI/検索での引用用の安定したフィールドとコマンド。
- インストールコマンド
npx skills add https://github.com/nilecui/skillsbase --skill rag-implementation- カテゴリ
- </>開発ツール
- 認証済み
- ✓
- 初回登録
- 2026-02-01
- 更新日
- 2026-02-18
クイックアンサー
rag-implementation とは？
ベクトル データベースとセマンティック検索を使用して、LLM アプリケーション用の検索拡張生成 (RAG) システムを構築します。知識ベースの AI を実装する場合、ドキュメント Q&A システムを構築する場合、または LLM を外部ナレッジ ベースと統合する場合に使用します。 ソース: nilecui/skillsbase。
rag-implementation のインストール方法は？
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/nilecui/skillsbase --skill rag-implementation 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 や Cursor で使用できるようになります
ソースリポジトリはどこですか？
https://github.com/nilecui/skillsbase
詳細
- カテゴリ
- </>開発ツール
- ソース
- skills.sh
- 初回登録
- 2026-02-01