技能 rag-implementation

📦

rag-implementation

Name: rag-implementation
Author: sickn33

内容修订 r1 安全 ⚙️ 外部命令🌐 网络访问🔑 环境变量

构建可靠的 RAG 系统

如果检索质量、来源控制和评估设计得太晚，RAG 项目就会失败。本技能指导 Claude、Codex 和 Claude Code 处理向量存储、分块、检索、重排序、引用和测试。

支持: Claude Codex Code(CC)

🥉 78 青铜

使用我的智能体安装

将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。

智能体请求

Review the Skillstore skill "rag-implementation" from https://skillstore.io/skills/sickn33-rag-implementation.md and its manifest at https://skillstore.io/api/skills/sickn33-rag-implementation/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

你的智能体仍应展示其计划，并按安全策略请求必要确认。

Agent 可读资源

当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。

Markdown 详情 GET /skills/sickn33-rag-implementation.md 已签名 manifest GET /api/skills/sickn33-rag-implementation/manifest 已签名 lockfile GET /api/skills/sickn33-rag-implementation/lockfile

测试它

正在使用“rag-implementation”。构建一个支持文档问答助手。

预期结果:

一份简洁的架构计划，涵盖文档摄取、分块大小、向量存储选择、混合检索、引用和有据性检查。

正在使用“rag-implementation”。针对政策问题，检索返回了不相关的答案。

预期结果:

一份故障排查清单，涵盖元数据过滤器、查询变体、重排序、分块重叠、缺失文档和回答提示词。

正在使用“rag-implementation”。比较用于内部知识库的向量存储。

预期结果:

一份决策摘要，按规模、运维、过滤和部署模型比较托管、开源、本地和高性能存储。

安全审计

安全

v4 • 2026/7/7 打开版本化报告

The review found no executable behavior in the skill package. The external command alerts are Markdown code fences around Python RAG examples. The URL and API key alerts are illustrative configuration placeholders, and no prompt injection or exfiltration intent was found.

已扫描文件

422

分析行数

复核项

已忽略误报

最新一次完成的静态与语义审计未检测到已确认的安全发现。这并不能证明该 Skill 没有副作用。

审计者: codex 查看审计历史 →

分享与引用此报告

分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。

打开版本化报告

复制报告链接

https://skillstore.io/skills/sickn33-rag-implementation/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/sickn33-rag-implementation/security.svg)](https://skillstore.io/skills/sickn33-rag-implementation?utm_source=security_passport_badge)

HTML 徽章

<a href="https://skillstore.io/skills/sickn33-rag-implementation?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-rag-implementation/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/sickn33-rag-implementation.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

学术引用 (APA · BibTeX · CFF)

APA 引用

sickn33. (2026). rag-implementation security audit report (audit version 4) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-rag-implementation/audits/4

BibTeX 引用

@techreport{sickn33-sickn33-rag-implementation-2026,
  author = {sickn33},
  title = {rag-implementation security audit report (audit version 4)},
  institution = {Skillstore},
  year = {2026},
  number = {4},
  url = {https://skillstore.io/skills/sickn33-rag-implementation/audits/4},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "rag-implementation security audit report (audit version 4)"
version: "unspecified"
type: report
authors:
  - name: "sickn33"
date-released: "2026-07-07"
url: "https://skillstore.io/skills/sickn33-rag-implementation/audits/4"
identifiers:
  - type: other
    value: "skillstore:sickn33-rag-implementation:audit:4"
    description: "Skillstore immutable audit report identifier"

比较变体

2 个可安装变体

每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。

为什么此变体排名第一

Skillstore 使用量更高

作者 / 来源 Skillstore 评分证据置信度 Skillstore 使用量已更新

wshobson 推荐

wshobson-rag-implementation

Skillstore 评分 78

证据置信度高

Skillstore 使用量 19

已更新

2026-09-09

sickn33 当前

sickn33-rag-implementation

Skillstore 评分 78

证据置信度高

Skillstore 使用量 13

已更新

2026-09-09

Skillstore 评分

评分依据证据置信度: 高

架构

可维护性

内容

社区

规范符合性

你能构建什么

构建文档问答助手原型

开发者可以规划一个聊天机器人，让它在回答用户问题之前检索产品、支持或政策文档。

改进企业知识搜索

数据工程师可以比较内部文档的存储、元数据、更新节奏和检索方法。

评估有据可依的 AI 回答

产品团队可以在发布前设计测试问题、有据性检查和引用行为。

试试这些提示

规划我的第一个 RAG 方案

使用 RAG implementation skill 为 [corpus] 设计一个基础文档问答系统。包括语料范围、分块、嵌入、向量存储、检索流程和成功检查。

选择检索策略

为 [use case] 比较密集、稀疏、混合和多查询检索。推荐一种方法，并说明权衡、元数据过滤器、重排序需求和评估指标。

设计生产流水线

为 [domain] 设计一个生产级 RAG 流水线。包括摄取、访问控制、增量更新、分块、嵌入、向量存储配置、检索、重排序、引用、监控和回滚。

诊断检索质量

分析这个 RAG 故障：[symptom]。为分块大小、嵌入、查询改写、元数据过滤器、重排序、提示词依据和测试用例制定故障排查计划。

最佳实践

在索引文档之前定义访问规则，尤其是针对受限数据或客户数据。
在生产使用前，通过测试问题评估检索和回答质量。
当响应依赖检索到的内容时，返回引用和来源元数据。

避免

在定义分块规则、元数据和刷新节奏之前就索引文档。
不测试稀疏、密集或混合搜索，只使用单一检索方法。
将高相似度分数视为答案有据可依的证明。

常见问题

这个技能会构建完整的 RAG 应用吗？

不是。它提供实现指导、模式和示例，智能体可以将其适配到你的技术栈。

我应该选择哪个向量数据库？

应根据规模、过滤、运维和部署需求进行选择。该技能比较了 Pinecone、Weaviate、Milvus、Chroma、Qdrant 和 FAISS。

它能帮助减少幻觉吗？

可以。它专注于检索、引用和要求答案使用所提供上下文的提示词。

它包含安全指导吗？

包括。它提醒用户对敏感数据进行脱敏、实施访问控制，并避免暴露受限来源文档。

Claude Code 或 Codex 可以使用它吗？

可以。该技能是为 Claude、Codex 和 Claude Code 工作流编写的。

使用它之前我需要哪些数据？

准备有代表性的文档、目标问题、访问规则、新鲜度要求和预期回答示例。

开发者详情

作者

sickn33

许可证

MIT

Skillstore 修订

版本提示

作者未声明版本。

仓库

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/rag-implementation

引用

9f814fc6a43fd99946f2da5e0df231c65a38bc76

维护新鲜度

2026/7/18

使用量

6 次下载 · 115 次浏览

文件结构

📄 SKILL.md

sickn33 的更多技能

查看全部

📦

content-creator

创建品牌一致的营销内容

营销团队需要在各个渠道保持一致的内容。此技能可帮助规划、撰写、分析和优化内容，使其符合品牌语调和 SEO 要求。

写作与内容查看

📦

prompt-engineering-patterns

用成熟模式改进 LLM 提示词

不一致的提示词会浪费时间，并让 AI 输出难以信任。此技能通过可复用模式、示例、评估步骤和优化工作流来指导提示词设计。

效率查看

📦

senior-architect

设计可扩展的软件架构

在 Web、移动端、后端和云系统之间比较架构决策并不容易。此技能为报告、依赖项审查和权衡文档提供结构化指南与本地脚手架脚本。

编码与开发查看

📦

senior-fullstack

使用资深级模式构建全栈应用

团队需要针对现代 Web 应用的一致设置、架构和审查指导。此技能为 React、Next.js、Node.js、GraphQL 和 PostgreSQL 项目提供脚手架工具、工作流参考和质量提示。

编码与开发查看

📦

prompt-engineer

使用 Prompt Engineer 优化 AI 提示词

当目标模糊或复杂时，编写清晰的提示词很困难。此技能会使用经过验证的提示词框架，将粗略请求转化为结构化提示词。

效率查看

📦

product-manager-toolkit

利用研究洞察优先安排产品工作

产品团队需要更快的方法来对功能排序、综合访谈内容并记录决策。此技能提供 RICE 评分、访谈分析和 PRD 模板，用于结构化规划。

效率查看

查看全部

📦

senior-prompt-engineer

设计更好的 LLM 提示词

由 alirezarezvani

提示词质量经常失败，是因为需求、示例和评估标准不清晰。此技能帮助团队为 Claude、Codex 和 Claude Code 设计、测试和审查生产环境提示词。

编码与开发查看

📦

langchain-architecture

设计 LangChain 应用架构

由 wshobson

团队在使用智能体、检索、记忆和工具构建 LLM 应用时，需要可重复使用的模式。此技能为规划工作流、回调、测试和生产检查提供结构化的 LangChain 指导。

编码与开发查看

📦

search-enhancer

用智能搜索更快查找代码

由 CuriousLearner

大型代码库让定位正确的符号、模式和引用变得困难。此 skill 可将模糊的搜索目标转化为聚焦的 grep、ripgrep 和正则表达式策略。

编码与开发查看

📦

search-engineer

Build and Optimize Search Systems

由 zl2023github

Search teams need reliable guidance across indexing, ranking, semantic retrieval, and evaluation. This skill provides practical workflows and examples for building and improving search systems.

编码与开发查看

📦

semantic-code-hunter

使用 Serena MCP 按概念查找代码

由 Barnhardt-Enterprises-Inc

大型代码仓库会让基于概念的代码发现变得缓慢且成本高昂。此技能指导 Claude、Codex 和 Claude Code 使用 Serena MCP 进行有针对性的符号搜索。

编码与开发查看

📦

memory-systems

设计持久可靠的智能体记忆系统

由 ChakshuGautam

智能体在会话之间会丢失上下文，并且难以对不断变化的事实进行推理。此技能指导如何设计记忆层、检索模式、实体跟踪和时序知识图谱。

编码与开发查看

rag-implementation

使用我的智能体安装

Agent 可读资源

测试它

安全审计

风险因素

复制报告链接

Markdown 徽章

HTML 徽章

嵌入卡片

APA 引用

BibTeX 引用

CITATION.cff

比较变体

Skillstore 评分

你能构建什么

构建文档问答助手原型

改进企业知识搜索

评估有据可依的 AI 回答

试试这些提示

最佳实践

避免

常见问题

开发者详情

sickn33 的更多技能

content-creator

prompt-engineering-patterns

senior-architect

senior-fullstack

prompt-engineer

product-manager-toolkit

相关技能

senior-prompt-engineer

langchain-architecture

search-enhancer

search-engineer

semantic-code-hunter

memory-systems