multimodal-rag
✓CLIP、SigLIP 2、Voyage マルチモーダル 3 パターン (画像 + テキスト検索、クロスモーダル検索、マルチモーダル ドキュメント チャンク化)。画像を使用して RAG を構築する場合、視覚的な検索、またはハイブリッド検索を実装する場合に使用します。
SKILL.md
Build retrieval-augmented generation systems that handle images, text, and mixed content.
| Approach | Pros | Cons | Best For |
| Joint Embedding (CLIP) | Direct comparison | Limited context | Pure image search | | Caption-based | Works with text LLMs | Lossy conversion | Existing text RAG | | Hybrid | Best accuracy | More complex | Production systems |
CLIP、SigLIP 2、Voyage マルチモーダル 3 パターン (画像 + テキスト検索、クロスモーダル検索、マルチモーダル ドキュメント チャンク化)。画像を使用して RAG を構築する場合、視覚的な検索、またはハイブリッド検索を実装する場合に使用します。 ソース: yonatangross/orchestkit。
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/yonatangross/orchestkit --skill multimodal-rag- 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
multimodal-rag とは？
CLIP、SigLIP 2、Voyage マルチモーダル 3 パターン (画像 + テキスト検索、クロスモーダル検索、マルチモーダル ドキュメント チャンク化)。画像を使用して RAG を構築する場合、視覚的な検索、またはハイブリッド検索を実装する場合に使用します。 ソース: yonatangross/orchestkit。
multimodal-rag 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/yonatangross/orchestkit --skill multimodal-rag 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/yonatangross/orchestkit
詳細
- カテゴリ
- </>開発ツール
- ソース
- skills.sh
- 初回登録
- 2026-02-01