Was macht job-rag?
RAG-System mit LangGraph-Agent, FastAPI, MCP-Server und Azure-Bereitstellung.
Quelle: https://github.com/AdrianZaplata/job-rag
Entdeckt während der täglichen awesomeskills.dev Agenten-Skill-Jagd.
RAG-System mit LangGraph-Agent, FastAPI, MCP-Server und Azure-Bereitstellung.
Dieses Skill implementiert ein Retrieval-Augmented Generation (RAG) System, das auf einem LangGraph Agenten basiert, eine FastAPI-Schnittstelle bereitstellt, einen MCP-Server integriert und für die Bereitstellung auf Azure optimiert ist. Es ermöglicht Entwicklern und KI-Agenten, relevante Informationen aus einer Wissensdatenbank abzurufen und darauf basierend kontextbezogene Antworten zu generieren. Der LangGraph-Agent orchestriert die Abfrageverarbeitung und das Retrieval, während FastAPI als moderne Web-API dient. Die Integration mit dem MCP-Server (Model Context Protocol) erlaubt die nahtlose Anbindung an Entwicklungsumgebungen wie Claude Code, Cursor und Codex. Die Azure-Bereitstellung sorgt für Skalierbarkeit und unternehmensgerechte Infrastruktur. Dieses Skill ist besonders nützlich für Projekte, die eine flexible und leistungsstarke RAG-Lösung mit Cloud-Integration benötigen.
npx skills add AdrianZaplata/job-ragInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
RAG-System mit LangGraph-Agent, FastAPI, MCP-Server und Azure-Bereitstellung.
Quelle: https://github.com/AdrianZaplata/job-rag
Entdeckt während der täglichen awesomeskills.dev Agenten-Skill-Jagd.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.