Was macht llama_index?
Ereignisgesteuerte Workflow-Frameworks für tiefes Wissensabruf-Routing über Multi-Tenant-Datenbankcluster hinweg.
Ereignisgesteuerte Workflow-Frameworks für tiefes Wissensabruf-Routing über Multi-Tenant-Datenbankcluster hinweg.
Dieses Skill bietet ereignisgesteuerte Workflow-Frameworks, die für den tiefen Abruf und das Routing von Wissen über Multi-Tenant-Datenbankcluster hinweg optimiert sind. Es ermöglicht die effiziente Verarbeitung komplexer Retrieval-Aufgaben, indem es Abfragen intelligent an die relevantesten Datenquellen innerhalb eines Clusters weiterleitet. Die ereignisgesteuerte Architektur erlaubt eine flexible und skalierbare Workflow-Orchestrierung, ideal für Anwendungen des maschinellen Lernens, der Wissensdatenbanken und RAG-Systeme (Retrieval-Augmented Generation). Entwickler profitieren von nahtloser Integration mit KI-Agenten, wobei Routing-Entscheidungen automatisch auf Basis von Abfragekontext und Datenbankmetadaten getroffen werden, um Antwortzeiten und Genauigkeit zu optimieren.
npx skills add run-llama/llama_indexInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ereignisgesteuerte Workflow-Frameworks für tiefes Wissensabruf-Routing über Multi-Tenant-Datenbankcluster hinweg.
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.