80건 · 관련도순
Designs RAG retrieval for LLM grounding: chunking, BM25+vector hybrid, reranking, GraphRAG. Use when adding embeddings to SQLite FTS5 search or running held-out retrieval eval.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
RAG & Knowledge Architect: Retrieval systems: ingestion, chunking, embeddings, hybrid search, reranking, evals.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Memory is the cornerstone of intelligent agents. Without it, every interaction starts from zero. This skill covers the architecture of agent memory: short-term (context window), long-term (vector stores), and the cognitive architectures that organize them. Key insight: Memory isn't just storage - it's retrieval. A million stored facts mean nothing if you can't find the right one. Chunking, embedding, and retrieval strategies determine whether your agent remembers or forgets. The field is fragm
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Add Qdrant embedding support to v3 WordPress components for RAG chatbot. Implements component-level content chunking for searchable, structured embeddings. Use when adding embedding to new or existing v3 components.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
BorgBackup (Borg) is a deduplicating backup program with optional compression and authenticated encryption. It uses content-defined chunking for space-efficient daily backups, making it ideal for automating secure incremental backups to local or remote SSH targets.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
RAG（检索增强生成）管道全流程。覆盖文档处理、Embedding、向量存储、检索策略、 重排序、生成优化、评估迭代、生产化部署。 触发关键词：RAG、向量检索、Embedding、知识库、文档问答、向量数据库、 Chunking、Reranking、Hybrid Search、语义搜索。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Design document chunking strategies for RAG. TRIGGERS - Use when user needs help with ai-chunk-strategy related tasks.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Memory is the cornerstone of intelligent agents. Without it, every interaction starts from zero. This skill covers the architecture of agent memory: short-term (context window), long-term (vector stores), and the cognitive architectures that organize them. Key insight: Memory isn't just storage - it's retrieval. A million stored facts mean nothing if you can't find the right one. Chunking, embedding, and retrieval strategies determine whether your agent remembers or forgets. The field is fragm
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Building robust document ingestion — chunking, metadata, and multi-format pipelines for search and RAG.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
ADHD-friendly output formatting. Restructures responses with chunking, visual hierarchy, and front-loaded key points. Modes: clean, flow (default), zen. Use when user says "hyperfocus", "focus mode", "adhd mode", "adhd friendly", or invokes /hyperfocus.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Especialista em construção de sistemas de Retrieval-Augmented Generation. Domina modelos de embedding, bancos de dados vetoriais, estratégias de chunking e otimização de recuperação para aplicações LLM. Use quando: construir RAG, busca vetorial, embeddings, busca semântica, recuperação de documentos.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Padrões de Retrieval-Augmented Generation incluindo chunking, embeddings, vector stores e otimização de recuperação. Use quando: rag, retrieval augmented, vector search, embeddings, semantic search.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Memória é a base de agentes inteligentes. Sem ela, cada interação começa do zero. Esta skill cobre a arquitetura de memória de agentes: curto prazo (janela de contexto), longo prazo (vector stores), e as arquiteturas cognitivas que as organizam. Insight-chave: Memória não é apenas armazenamento - é recuperação. Um milhão de fatos armazenados não significam nada se você não conseguir encontrar o certo. Estratégias de chunking, embedding e recuperação determinam se seu agente se lembra ou esquece. O campo é fragm
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Extract clean markdown or text content from specific URLs via the Tavily CLI. Use this skill when the user has one or more URLs and wants their content, says "extract", "grab the content from", "pull the text from", "get the page at", "read this webpage", or needs clean text from web pages. Handles JavaScript-rendered pages, returns LLM-optimized markdown, and supports query-focused chunking for targeted extraction. Can process up to 20 URLs in a single call.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
给定 PMID / PMCID 取结构化全文（BioC XML/JSON）。封装 NLM BioC PubMed API（标题+摘要）和 BioC PMC OA API（开放获取全文），输出按章节切分的段落、表格上下文、RAG 友好 chunk。适合大批量入向量库。触发词：全文抽取 / BioC / RAG 入库 / 文献全文 / PMC 开放获取 / structured fulltext / 段落抽取 / 表格抽取 / fulltext to vector store。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Distributed machine learning, data mining, and iterative HPC with Exasol. Covers end-to-end ML pipelines (DISTRIBUTE BY + SET scripts + BucketFS), per-entity federated training with partial_fit and ctx.reset(), batch inference, map-reduce ensemble training, distributed ensemble and SON algorithm for frequent itemset mining (Apriori, FP-Growth, association rules, market-basket analysis), Lua execute script orchestration for iterative algorithms (k-means, SGD, gradient descent), scikit-learn model training, parallel hyperparameter search, per-entity forecasting, anomaly detection, model lifecycle in BucketFS (pickle/joblib/ONNX versioning), GPU acceleration via CUDA SLCs (PyTorch/TensorFlow/RAPIDS), and ML-specific performance tuning (skew, OOM, multi-pass chunking).
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Split documents into overlapping token chunks for RAG pipelines and LLM context windows. Zero dependencies.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Designs and reviews scheduled/background work in WordPress plugins: wp_schedule_event, wp_schedule_single_event, cron_schedules, wp_next_scheduled guards, activation scheduling, deactivation cleanup, WP-Cron pseudo-cron timing, DISABLE_WP_CRON/system cron, multisite per-blog cron, idempotent callbacks, chunking, and Action Scheduler graduation. Use when adding scheduled jobs, debugging late/duplicate cron events, or deciding between WP cron and Action Scheduler.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Expert in building Retrieval-Augmented Generation systems. Masters embedding models, vector databases, chunking strategies, and retrieval optimization for LLM applications.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
RAG (Retrieval-Augmented Generation) implementation workflow covering embedding selection, vector database setup, chunking strategies, and retrieval optimization.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
RAG (Retrieval-Augmented Generation) implementation workflow covering embedding selection, vector database setup, chunking strategies, and retrieval optimization.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Expert in building Retrieval-Augmented Generation systems. Masters embedding models, vector databases, chunking strategies, and retrieval optimization for LLM applications.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Retrieval-Augmented Generation patterns including chunking, embeddings, vector stores, and retrieval optimization Use when: rag, retrieval augmented, vector search, embeddings, semantic search.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.