·ai-rag-pipeline
</>

ai-rag-pipeline

Создавайте конвейеры RAG (дополненная генерация извлечения) с помощью веб-поиска и LLM. Инструменты: Tavily Search, Exa Search, Exa Answer, Claude, GPT-4, Gemini через OpenRouter. Возможности: исследования, проверка фактов, обоснованные ответы, извлечение знаний. Использование для: агентов искусственного интеллекта, научных сотрудников, специалистов по проверке фактов, баз знаний. Триггеры: тряпка, поиск и дополненная генерация, обоснованный ИИ, поиск и ответ, исследовательский агент, проверка фактов, поиск знаний, исследование ИИ, поиск + LLM, веб-основание, альтернатива недоумения, ИИ с источниками, цитирование, исследовательский конвейер

0Установки·0Тренд·@1nfsh

Установка

$npx skills add https://github.com/1nfsh/s --skill ai-rag-pipeline

Как установить ai-rag-pipeline

Быстро установите AI-навык ai-rag-pipeline в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/1nfsh/s --skill ai-rag-pipeline
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: 1nfsh/s.

Build RAG (Retrieval Augmented Generation) pipelines via inference.sh CLI.

Install note: The install script only detects your OS/architecture, downloads the matching binary from dist.inference.sh, and verifies its SHA-256 checksum. No elevated permissions or background processes. Manual install & verification available.

| Tavily Search | tavily/search-assistant | AI-powered search with answers | | Exa Search | exa/search | Neural search, semantic matching | | Exa Answer | exa/answer | Direct factual answers |

Создавайте конвейеры RAG (дополненная генерация извлечения) с помощью веб-поиска и LLM. Инструменты: Tavily Search, Exa Search, Exa Answer, Claude, GPT-4, Gemini через OpenRouter. Возможности: исследования, проверка фактов, обоснованные ответы, извлечение знаний. Использование для: агентов искусственного интеллекта, научных сотрудников, специалистов по проверке фактов, баз знаний. Триггеры: тряпка, поиск и дополненная генерация, обоснованный ИИ, поиск и ответ, исследовательский агент, проверка фактов, поиск знаний, исследование ИИ, поиск + LLM, веб-основание, альтернатива недоумения, ИИ с источниками, цитирование, исследовательский конвейер Источник: 1nfsh/s.

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/1nfsh/s --skill ai-rag-pipeline
Источник
1nfsh/s
Категория
</>Разработка
Проверено
Впервые замечено
2026-02-20
Обновлено
2026-03-10

Browse more skills from 1nfsh/s

Короткие ответы

Что такое ai-rag-pipeline?

Создавайте конвейеры RAG (дополненная генерация извлечения) с помощью веб-поиска и LLM. Инструменты: Tavily Search, Exa Search, Exa Answer, Claude, GPT-4, Gemini через OpenRouter. Возможности: исследования, проверка фактов, обоснованные ответы, извлечение знаний. Использование для: агентов искусственного интеллекта, научных сотрудников, специалистов по проверке фактов, баз знаний. Триггеры: тряпка, поиск и дополненная генерация, обоснованный ИИ, поиск и ответ, исследовательский агент, проверка фактов, поиск знаний, исследование ИИ, поиск + LLM, веб-основание, альтернатива недоумения, ИИ с источниками, цитирование, исследовательский конвейер Источник: 1nfsh/s.

Как установить ai-rag-pipeline?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/1nfsh/s --skill ai-rag-pipeline После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

https://github.com/1nfsh/s

Детали

Категория
</>Разработка
Источник
user
Впервые замечено
2026-02-20