Was macht haystack?
Ein End-to-End-LLM-Orchestrierungsframework mit robusten Abruf- und Verarbeitungswerkzeugen für die Analyse großer Dokumentenmengen.
Ein End-to-End-LLM-Orchestrierungsframework mit robusten Abruf- und Verarbeitungswerkzeugen für die Analyse großer Dokumentenmengen.
Haystack ist ein leistungsstarkes Open-Source-LLM-Orchestrierungsframework, das von deepset entwickelt wurde. Es bietet eine modulare Pipeline-Architektur, mit der Entwickler komplexe Retrieval-Augmented Generation (RAG)-Workflows erstellen können. Das Framework unterstützt verschiedene Datenspeicher wie Elasticsearch und Weaviate sowie mehrere Sprachmodelle und Embedder über ein einheitliches API-Interface. Entwickler können damit Dokumente in großem Maßstab indizieren, abrufen und verarbeiten, wobei Komponenten wie DocumentStores, Retriever, Reader und Generatoren modular kombiniert werden. Haystack läuft plattformunabhängig und integriert sich nahtlos in bestehende Machine-Learning-Pipelines.
npx skills add deepset-ai/haystackInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein End-to-End-LLM-Orchestrierungsframework mit robusten Abruf- und Verarbeitungswerkzeugen für die Analyse großer Dokumentenmengen.
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.