agentdb-semantic-vector-search
بناء بحث دلالي باستخدام AgentDB
تحتاج الفرق إلى استرجاع مستندات ذات صلة من أجل RAG وقواعد المعرفة. ترشد هذه المهارة إلى إعداد AgentDB، وتخزين التضمينات، والفهرسة، وبحث API، وضبط الصلة.
التثبيت باستخدام Agent لدي
انسخ هذا الطلب إلى Agent لديك. يتضمن صفحة Skill المعتمدة وملف manifest.
Review the Skillstore skill "agentdb-semantic-vector-search" from https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search.md and its manifest at https://skillstore.io/api/skills/dnyoussef-agentdb-semantic-vector-search/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.يجب أن يواصل Agent عرض خطته وطلب أي تأكيد تفرضه سياسة الأمان.
موارد مهيّأة لـ Agents
استخدم هذه الروابط عندما يحتاج AI Agent أو crawler أو script إلى سياق نظيف بدلًا من قراءة الصفحة كاملة.
اختبرها
جارٍ استخدام "agentdb-semantic-vector-search". خطط لبحث دلالي لمقالات الدعم.
النتيجة المتوقعة:
- قائمة تحقق للتنفيذ من خمس مراحل تشمل إعداد قاعدة البيانات، والإدخال، والفهرسة، وتصميم API، والضبط.
- حقول بيانات وصفية موصى بها للفئة، والعنوان، والمصدر، وحداثة المحتوى.
- مقاييس نجاح لزمن الاستجابة، وجودة النتيجة الأولى، ودقة الاسترجاع.
جارٍ استخدام "agentdb-semantic-vector-search". حسّن نتائج البحث الضعيفة في قاعدة معرفة.
النتيجة المتوقعة:
- خطة ضبط تقارن بين الاسترجاع المتجهي، ومطابقة الكلمات المفتاحية، والترجيح الهجين.
- خطوة إعادة ترتيب لتحسين ترتيب النتائج النهائي.
- خطة تحقق باستخدام استعلامات نموذجية ومستندات متوقعة ذات صلة.
جارٍ استخدام "agentdb-semantic-vector-search". صمم واجهة API لاسترجاع RAG.
النتيجة المتوقعة:
- مسؤوليات نقاط النهاية للبحث، والتصفية، واسترجاع السياق.
- إرشادات لحدود النتائج الأولى، وفلاتر البيانات الوصفية، وحقول الاستجابة.
- معايير اختبار للصلة، وزمن الاستجابة، والموثوقية.
التدقيق الأمني
آمنThe flagged reconnaissance items are false positives caused by normal hybrid search documentation. The external command finding is a Markdown TypeScript code fence, and the network finding is a documentation URL. No semantic prompt injection, data exfiltration intent, or malicious behavior was found in the reviewed files.
عوامل الخطر
⚙️ الأوامر الخارجية (1)
🌐 الوصول إلى الشبكة (1)
شارك واستشهد بهذا التقرير
شارك تقرير التقييم المرتبط بالإصدار والشارة المحايدة وبطاقة التضمين والاستشهادات. تعرض Skillstore الأدلة من دون أن تقرر ما إذا كانت هذه المهارة آمنة.
نسخ رابط التقرير
https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportشارة Markdown
[](https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search?utm_source=security_passport_badge)شارة HTML
<a href="https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/dnyoussef-agentdb-semantic-vector-search/security.svg" alt="Skillstore security assessment" loading="lazy"></a>بطاقة قابلة للتضمين
<iframe src="https://skillstore.io/embed/skills/dnyoussef-agentdb-semantic-vector-search.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>الاستشهادات الأكاديمية (APA · BibTeX · CFF)
اقتباس APA
DNYoussef. (2026). agentdb-semantic-vector-search security audit report (audit version 8) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search/audits/8اقتباس BibTeX
@techreport{dnyoussef-dnyoussef-agentdb-semantic-vector-search-2026,
author = {DNYoussef},
title = {agentdb-semantic-vector-search security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search/audits/8},
note = {Author version 1.0.0}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "agentdb-semantic-vector-search security audit report (audit version 8)"
version: "1.0.0"
type: report
authors:
- name: "DNYoussef"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/dnyoussef-agentdb-semantic-vector-search/audits/8"
identifiers:
- type: other
value: "skillstore:dnyoussef-agentdb-semantic-vector-search:audit:8"
description: "Skillstore immutable audit report identifier"
تقييم Skillstore
سبب هذا التقييم موثوقية الأدلة: مرتفعما الذي يمكنك بناؤه
بناء واجهة استرجاع خلفية لـ RAG
إنشاء طبقة بحث متجهي تعيد سياقا ذا صلة لاستجابات LLM.
تحسين بحث قاعدة المعرفة
إضافة مطابقة دلالية كي يتمكن المستخدمون من العثور على المستندات حسب المعنى، وليس بالكلمات المفتاحية الدقيقة.
تقييم صلة البحث
تخطيط مقاييس الاسترجاع، وفحوصات النتائج الأولى، ودورات الضبط لجودة البحث.
جرّب هذه الموجّهات
استخدم هذه المهارة لتخطيط فهرس بحث دلالي في AgentDB لمجموعة مستنداتي. ضمّن الأبعاد، وحقول البيانات الوصفية، ومقاييس النجاح.
استخدم هذه المهارة لتصميم تدفق إدخال مستندات يتضمن التضمينات، وتخزين البيانات الوصفية، ومعالجة التكرارات في AgentDB.
استخدم هذه المهارة لتحديد نقاط نهاية REST API للبحث الدلالي، والتصفية، وترقيم الصفحات، وترتيب النتائج.
استخدم هذه المهارة لتحسين نظام بحث AgentDB قائم باستخدام الاسترجاع الهجين، وإعادة الترتيب، وتقييم الصلة.
أفضل الممارسات
- تحقق من أبعاد التضمينات قبل تخزين المتجهات.
- حافظ على بساطة فلاتر البيانات الوصفية ومواءمتها مع احتياجات بحث المستخدم.
- قس الصلة باستخدام استعلامات تمثيلية قبل الطرح في الإنتاج.
تجنب
- لا تفترض أن البحث بالكلمات المفتاحية وحده سيحقق أهداف الاسترجاع الدلالي.
- لا تخزن نص المستندات من دون ضوابط واضحة للخصوصية والاحتفاظ.
- لا تضبط زمن الاستجابة من دون التحقق من صلة النتائج.
الأسئلة المتكررة
ما الذي تساعدني هذه المهارة على بنائه؟
هل تتضمن خدمة إنتاج كاملة؟
من المستخدمون الذين يستفيدون من هذه المهارة؟
هل تدعم البحث الهجين؟
هل أحتاج إلى نموذج تضمين؟
هل يمكنني استخدامها مع Claude، وCodex، وClaude Code؟
تفاصيل المطور
المؤلف
DNYoussefالترخيص
MIT
إصدار المؤلف
v1.0.0
مراجعة Skillstore
r1
مرجع
72d5025b022c77f7a51bdf5c1637c689c80e89d1
حداثة الصيانة
٢٢/٧/٢٠٢٦
الاستخدام
6 تنزيلات · 220 مشاهدات
بنية الملفات