multimodal-rag

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 |

이미지+텍스트 검색, 교차 모드 검색 및 다중 모드 문서 청킹을 위한 CLIP, SigLIP 2, Voyage 다중 모달-3 패턴입니다. 이미지로 RAG를 구축하거나 시각적 검색을 구현하거나 하이브리드 검색을 수행할 때 사용합니다. 출처: yonatangross/orchestkit.

원본 보기