Шаблоны генерации с расширенным поиском для обоснованных ответов LLM. Используйте при построении конвейеров RAG, построении контекста на основе полученных документов, добавлении цитат или реализации гибридного поиска.
Быстро установите AI-навык rag-retrieval в вашу среду разработки через командную строку
Источник: yonatangross/orchestkit.
Combine vector search with LLM generation for accurate, grounded responses.
| Top-k | 3-10 documents | | Temperature | 0.1-0.3 (factual) | | Context budget | 4K-8K tokens | | Hybrid ratio | 50/50 semantic/keyword |
retrieval-patterns Keywords: retrieval, context, chunks, relevance Solves:
Шаблоны генерации с расширенным поиском для обоснованных ответов LLM. Используйте при построении конвейеров RAG, построении контекста на основе полученных документов, добавлении цитат или реализации гибридного поиска. Источник: yonatangross/orchestkit.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/yonatangross/orchestkit --skill rag-retrievalШаблоны генерации с расширенным поиском для обоснованных ответов LLM. Используйте при построении конвейеров RAG, построении контекста на основе полученных документов, добавлении цитат или реализации гибридного поиска. Источник: yonatangross/orchestkit.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/yonatangross/orchestkit --skill rag-retrieval После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/yonatangross/orchestkit