搜索「Rag」的结果

io.clawhub.tylervovan/agent-docs

编写面向 AI 智能体消费的文档。当你要写 SKILL.md、README、API 文档，或任何会被大模型放进上下文窗口阅读的文档时使用。帮助你按 RAG 检索与 token 效率来组织结构，并支持 Hybrid Context Hierarchy。

io.clawhub.emberdesire/jasper-recall

基于 ChromaDB 与 sentence-transformers 的本地检索增强生成（RAG）系统，支持多智能体共享记忆与隐私控制。

io.clawhub.georgi/nodetool

可视化 AI 工作流构建器——为 LLM 智能体、RAG 管道与多模态数据流带来 ComfyUI 遇上 n8n 的体验。本地优先、开源（AGPL-3.0）。

io.clawhub.sigedev01-bit/siluzan-tso

丝路赞 TSO 广告平台（Google/Bing/Yandex/TikTok/MetaAd），凡涉及丝路赞/TSO、投广告、出价预算、广告账户管理，或需要做行业分析/市场分析/行业分析报告（含「写一份 XX 行业报告」「电商/制造/医疗等行业报告」「市场调查/战略市场/KA 市场报告」「竞品/GTM/市场格局/行业趋势」等，无论是否提及丝路赞/广告/客户）须加载本 skill。【§零·最高优先】网址/域名/官网+诊断/检测/监测/评估/体检/报告/符合投放要求/能不能投（含「网络诊断」混说）→P8 website-diagnosis collect（禁纯WebFetch/肉眼看页），禁止P9/P1/W3、禁止A/B/C/D追问；细则见 intent-routing.md §零。【§零·B·次高优先】未命中§零时，行业/市场分析报告类话术→必走P9 market-analysis collect+render出HTML，禁止纯WebSearch/WebFetch在对话里写Markdown/HTML当终稿、禁止改走P8/P1/P4/W5/google-analysis；细则见 references/core/intent-routing.md §零·B。【§零·C·关键词规划】Google Ads/谷歌广告拓词、关键词规划/推荐、Keyword Planner、长尾关键词、月搜索量/搜索量、竞争度、核心词/种子词扩词（含「阅读网址/文章/页面后针对核心词出带搜索量词表」，无论是否提及丝路赞/TSO/账户）→必走W5 keyword -k … --google-only --json-out，禁止WebSearch/WebFetch编造搜索量当终稿；细则见 references/core/intent-routing.md §零·C。【报告/诊断消歧】其余报告类话术禁止默认某一CLI——行业/市场/战略/行业分析报告→P9 market-analysis（必走collect+render，禁止纯WebSearch代替）；Google账户ID+健康诊断→P1 google-ads-diagnosis；账户ID+周期/月度→P4；Meta/TikTok/Bing周期→P4/P4-FB；多账户对比→P3/P5；OKKI周报→P6；Google询盘→P7；官网+明确要搜索广告方案/campaign JSON→W3；Meta I

io.clawhub.chrisk60331/backboard

通过本地后端 http://localhost:5100 集成 Backboard.io，实现助理、线程、记忆与文档 RAG。

io.clawhub.jneless/volcengine-tos-vectors-skills

使用 TOS Vectors 服务管理向量存储与相似度检索。在处理嵌入、语义检索、RAG 系统、推荐引擎时，或用户提到向量数据库、相似度检索、TOS Vectors 操作时使用。

io.clawhub.zaynjarvis/openviking-skill

通过 OpenViking Context Database MCP server 实现 RAG 与语义搜索。查询文档、搜索知识库、把文件/URL 加入向量记忆。用于文档问答、知识管理、AI 智能体记忆、文件搜索与语义检索。触发词：openviking、search documents、semantic search、knowledge base、vector database、RAG、query pdf、document query、add resource。

Web Scraper — Clean Markdown from Any URL

io.smithery.axel-belfort.web-scraper

Web content extraction API for AI agents. Scrape any URL and get clean, structured Markdown content with navigation, ads, and scripts stripped. Full JavaScript rendering via headless Chromium. Single and batch (10 URLs) modes. Built for RAG pipelines and AI research. Tools: web_scrape_to_markdown (single), web_scrape_batch (up to 10 URLs). Use this for RAG ingestion, research, content analysis, data extraction, or competitive intelligence. IMPORTANT: For screenshots/PDFs of pages, use capture_screenshot instead. For SEO analysis, use seo_audit_page. Returns: {markdown, title, wordCount, links[]}. No API key required — x402 micropayment $0.005/call on Base L2.

向量检索 —— 内存 TF-IDF 语义库

io.smithery.axel-belfort.vector-search

面向 AI 智能体的内存向量检索 API。存储文档并按语义查询，采用 TF-IDF 向量化与余弦相似度，是 Pinecone/Weaviate 的轻量替代，适合小数据集。工具：data_vector_search。适用于构建简单 RAG 系统、文档匹配或小规模集合（少于 1 万篇）的语义检索。注意：全网搜索请改用 web_search_query。返回：{results[], scores[], matchCount}。无需 API 密钥——在 Base L2 上以 x402 微支付 $0.005/次。

beforeyouship LLM 成本建模

io.smithery.beforeyouship.cost-model

**在动手开发之前**就为 LLM 应用建模真实的月度成本。不是简单的 token 计算器：它把重试、提示缓存、批处理折扣、基础设施开销以及 3×/10× 增长都纳入模型，覆盖 GPT-5.x、Claude、Gemini、DeepSeek 等。 **无需 key 也能用。**连接后即可提问——演示模式覆盖六个免费档模型。Pro API key（[beforeyouship.dev](https://beforeyouship.dev)）解锁全部 18 个模型目录。 ## 工具 | 工具 | 作用 | |---|---| - **`estimate_cost`** 针对给定用量下的架构做完整成本建模。返回各模型的 Naive / Realistic / Worst Case 月度美元成本、增长情景和带倾向性的建议。 | - **`get_model_prices`** 当前每 100 万 token 定价（输入、输出、缓存、批处理），含上下文窗口与数据时效元信息。 | - **`list_archetypes`** 七种预设架构模式（聊天机器人、RAG 流程、多步智能体等），可作为估算起点。

io.github.heubme2020/datasinking

Full-text financial reports (US, China, Japan, Korea, Taiwan) as clean Markdown for RAG agents.

io.github.jztan/pdf-mcp

针对单个 PDF 或整个文件夹的智能体 RAG：混合检索、按需读取页面、表格解析与 OCR。

io.github.saulius876-lgtm/youtube-transcripts

Bulk YouTube transcripts from videos, channels, playlists or search: text, RAG chunks, SRT, VTT.

io.github.4hmetuyar/prompt-injection-scanner

Scans RAG content/scraped pages for indirect prompt injection

dev.workers.cybermax-tools.cybermax/leafmelt

PDF/Word/Excel/HTML to clean Markdown for LLMs and RAG. Keys $19/mo; 50 free calls a day.

io.github.industrial-platform-ai/pdf-text

x402 PDF text, pages, and metadata for AI/RAG. $0.0015 per successful PDF.

io.github.industrial-platform-ai/article-extractor

x402 clean article text and metadata for AI/RAG. $0.002 per successful article.

ai.divinci/divinci

Release management and QA for custom AI assistants: RAG, releases, scored QA, signed TrustBench runs

io.github.CSOAI-ORG/agent-prompt-injection-firewall-mcp

智能体的 WAF。

io.github.BigCactusLabs/dead-letter

把 .eml 邮件导出转换为整洁 Markdown，用于 RAG、LLM 流水线与本地知识库。

io.github.4hmetuyar/vector-store-scanner

Probes vector-database endpoints for unauthenticated exposure of embeddings/RAG data

com.cnrcode/tillpad

为远程 MCP 上的代理任务提供有边界的键值持久化（KVP）、RAG 检索与数据擦除回执。

com.penguindriver/glossary

AI 與科技名詞白話解釋：MCP、RAG、AI 代理人等名詞的白話定義。台灣繁體中文 MCP 工具。

io.github.zhaoxinghua09-cell/medxpert-library-connector

Local RAG MCP server for your own .md knowledge base: BM25 + local Ollama, offline, zero egress.