ai-rag-pipeline
RAG-Pipelines mit Websuche und LLMs erstellen
Auch verfügbar von: inference-sh
KI-Agenten und Forscher liefern oft Antworten ohne aktuelle Informationen oder Quellen. Diese Skill ermöglicht RAG-Pipelines, die Echtzeit-Websuche mit LLMs kombinieren, um genaue, fundierte und überprüfbare Antworten zu generieren.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "ai-rag-pipeline". Recherchieren Sie die neuesten Entwicklungen im Bereich Quantencomputing
Erwartetes Ergebnis:
- Basierend auf aktuellen Suchen sind hier die wichtigsten Entwicklungen im Quantencomputing:
- 1. **Durchbrüche bei der Fehlerkorrektur** – Forscher bei Google und IBM haben bedeutende Fortschritte bei der Quantenfehlerkorrektur demonstriert...
- Quellen: [Nature](https://nature.com/quantum), [IBM Research](https://research.ibm.com)
Verwendung von "ai-rag-pipeline". Fact-Check: KI wird 50% der Arbeitsplätze bis 2030 ersetzen
Erwartetes Ergebnis:
- URTEIL: Teilweise wahr / Nicht verifiziert
- UNTERSTÜTZENDE BEWEISE:
- – McKinsey-Bericht deutet darauf hin, dass 30% der aktuellen Aufgaben automatisiert werden könnten...
- WIDERSPRÜCHENDE BEWEISE:
- – Weltwirtschaftsforum prognostiziert, dass KI 97 Millionen neue Arbeitsplätze schaffen wird...
- FAZIT: Die Behauptung ist übertrieben. KI wird die Arbeit verändern, nicht einfach Arbeitsplätze ersetzen.
Sicherheitsaudit
SicherAll static findings are false positives. The skill uses standard bash command substitution syntax to invoke the legitimate inference.sh CLI tool for web search and LLM queries. Network requests go to authorized services (inference.sh, Tavily, Exa, OpenRouter). The pipe-to-shell pattern at line 16 is a standard CLI installation method documented to only download and verify binaries.
Probleme mit hohem Risiko (1)
Probleme mit mittlerem Risiko (1)
Probleme mit niedrigem Risiko (1)
Qualitätsbewertung
Was du bauen kannst
Research-Assistent
Automatisieren Sie Research, indem Sie mehrere Quellen durchsuchen, Erkenntnisse aggregieren und umfassende Berichte mit Zitaten erstellen.
Fact-Checking-Tool
Überprüfen Sie Behauptungen, indem Sie nach unterstützenden und widersprüchlichen Beweisen suchen und dann ausgewogene Urteile mit Quellen generieren.
KI-Agenten-Wissen
Geben Sie KI-Agenten die Fähigkeit, aktuelle Informationen abzurufen und Quellen zu zitieren, um ihre Antworten überprüfbar zu machen.
Probiere diese Prompts
Suchen Sie nach Informationen zu [TOPIC] mit tavily search und geben Sie dann eine Zusammenfassung mit Quellen.
Führen Sie Suchen zu [TOPIC] mit sowohl tavily als auch exa search durch. Vergleichen Sie die Ergebnisse und identifizieren Sie gemeinsame Themen.
Extrahieren Sie Inhalte von diesen URLs: [URLS]. Analysieren und fassen Sie dann die wichtigsten Erkenntnisse zusammen.
Suchen Sie nach Beweisen zu dieser Behauptung: [CLAIM]. Geben Sie ein Urteil mit unterstützenden und widersprechenden Quellen.
Bewährte Verfahren
- Verwenden Sie spezifische, kontextbezogene Anfragen anstelle vager Begriffe, um die Suchrelevanz zu verbessern
- Fassen Sie lange Suchergebnisse zusammen, bevor Sie sie an LLMs übergeben, um die Kontextlänge zu verwalten
- Fordern Sie immer Quellenzitate in LLM-Antworten für die Überprüfbarkeit an
Vermeiden
- Verwendung zu breiter Anfragen wie 'KI-Nachrichten' anstelle spezifischer Themen
- Rohes Suchergebnis direkt ohne Zusammenfassung an LLMs übergeben bei langen Ausgaben
- Quellenangabe überspringen – überprüfen Sie immer, ob KI-Antworten ihre Quellen zitieren