Was macht lancedb?
Entwicklerfreundliche Open-Source-Bibliothek für eingebettetes Retrieval in multimodaler KI. Mehr suchen, weniger verwalten.
Entwicklerfreundliche Open-Source-Bibliothek für eingebettetes Retrieval in multimodaler KI. Mehr suchen, weniger verwalten.
Dieser Skill ermöglicht es AI-Agenten, die `lancedb`-Bibliothek zu nutzen, eine leistungsstarke und entwicklerfreundliche Open-Source-Lösung für eingebettetes Retrieval. Sie ist für multimodale KI-Anwendungen konzipiert und erlaubt es, Vektorsuchen und Hybridsuchen (Vektor + Text) effizient durchzuführen, ohne eine separate Datenbankinfrastruktur verwalten zu müssen. Der Skill unterstützt gängige AI-Agent-Plattformen wie Claude Code, Cursor und Codex und integriert sich nahtlos in deren Workflows. Entwickler können damit große Mengen multimodaler Daten (Bilder, Text, Audio) indizieren und similarity-basierte Abfragen mit minimalem Setup durchführen – ideal für RAG (Retrieval-Augmented Generation) und andere KI-gestützte Retrieval-Aufgaben.
npx skills add lancedb/lancedbInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Entwicklerfreundliche Open-Source-Bibliothek für eingebettetes Retrieval in multimodaler KI. Mehr suchen, weniger verwalten.
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.