Создавайте системы расширенной поисковой генерации (RAG) для приложений LLM с векторными базами данных и семантическим поиском. Используйте при внедрении искусственного интеллекта, основанного на знаниях, создании систем вопросов и ответов для документов или интеграции LLM с внешними базами знаний.
Быстро установите AI-навык rag-implementation в вашу среду разработки через командную строку
Источник: rmyndharis/antigravity-skills.
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
Создавайте системы расширенной поисковой генерации (RAG) для приложений LLM с векторными базами данных и семантическим поиском. Используйте при внедрении искусственного интеллекта, основанного на знаниях, создании систем вопросов и ответов для документов или интеграции LLM с внешними базами знаний. Источник: rmyndharis/antigravity-skills.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/rmyndharis/antigravity-skills --skill rag-implementationСоздавайте системы расширенной поисковой генерации (RAG) для приложений LLM с векторными базами данных и семантическим поиском. Используйте при внедрении искусственного интеллекта, основанного на знаниях, создании систем вопросов и ответов для документов или интеграции LLM с внешними базами знаний. Источник: rmyndharis/antigravity-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/rmyndharis/antigravity-skills --skill rag-implementation После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/rmyndharis/antigravity-skills