multimodal-rag
✓CLIP、SigLIP 2、Voyage multimodal-3 模式，用於圖像+文本檢索、跨模式搜索和多模式文檔分塊。在使用圖像構建 RAG、實施視覺搜索或混合檢索時使用。
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 multimodal-3 模式，用於圖像+文本檢索、跨模式搜索和多模式文檔分塊。在使用圖像構建 RAG、實施視覺搜索或混合檢索時使用。 來源：yonatangross/orchestkit。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/yonatangross/orchestkit --skill multimodal-rag- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 multimodal-rag？
CLIP、SigLIP 2、Voyage multimodal-3 模式，用於圖像+文本檢索、跨模式搜索和多模式文檔分塊。在使用圖像構建 RAG、實施視覺搜索或混合檢索時使用。 來源：yonatangross/orchestkit。
如何安裝 multimodal-rag？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/yonatangross/orchestkit --skill multimodal-rag 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/yonatangross/orchestkit
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-01