搜索「Rag」的结果

io.github.NousResearch/hermes-agent/pinecone-research

基于 Pinecone 的代理 RAG 与长期记忆。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/skills-for-fabric/sqldb-consumption-cli

通过 sqlcmd 查询 Fabric 中的 SQL database：在 OLTP 与 SQL 分析 endpoint 上进行交互式探索、向量相似度、JSON、时态查询与安全策略检查。schema 变更请使用 sqldb-authoring-cli 技能。触发语：sql database in Fabric query sys.tables sqlcmd、sql database in Fabric system view list user tables sqlcmd、list user tables sqldb、sys.tables sqldb、explore sqldb schema、vector similarity sqldb、RAG embedding sqldb、row level security sqldb inspect、audit log sqldb inspect、chat with sqldb、export sqldb rows、temporal as of sqldb、json openrowset sqldb。

io.github.cnoe-io/ai-platform-engineering/docker-compose-first-install

校验并修复 OSS 首装 Docker Compose 路径。在编辑 docker-compose.yaml、docker-compose.dev.yaml、.env.example、release 镜像标签、Compose profiles、Keycloak/OpenFGA/RAG 默认值或本地一体化安装的首次启动 UI 行为时使用。

io.github.affaan-m/ECC/recsys-pipeline-architect

使用 xAI 开源的 For You 算法所推广的六阶段 Source→Hydrator→Filter→Scorer→Selector→SideEffect 框架，设计可组合的推荐、排序与信息流流水线。适用于构建任何“为（用户，上下文）选出前 K 项”的系统——社交信息流、内容 CMS、RAG 重排器、任务优先级排序、通知分流、搜索重排、广告排序。

io.github.alirezarezvani/claude-skills/engineering-advanced-skills

为 Claude Code、Codex、Gemini CLI、Cursor、OpenClaw 提供 37 个高级工程 agent 技能的索引。用于浏览或选择 POWERFUL 层级的工程技能：agent 设计、RAG、MCP 服务器、CI/CD、数据库设计、可观测性、安全审计、changelog/release 自动化、可靠性（SLO/chaos/flags/operators）、平台运维。

io.github.openakita/openakita/python-sdk

inference.sh 的 Python SDK——运行 AI 应用、构建 Agent、接入 150+ 模型。包名：inferencesh（pip install inferencesh）。支持同步/异步、流式输出、文件上传。可用模板或即席模式构建 Agent，配合 tool builder API、技能与人工审批。适用：Python 集成、AI 应用、Agent 开发、RAG 流水线、自动化。触发词：python sdk、inferencesh、pip install、python api、python client、async inference、python agent、tool builder python、programmatic ai、python integration、sdk python

io.github.ruvnet/RuView/agentdb-vector-search

基于 AgentDB 实现语义向量检索，用于智能文档取回、相似度匹配与上下文感知查询。在构建 RAG 系统、语义搜索引擎或智能知识库时使用。