Was macht RAGent?
Hybride RAG + Agent-Architektur für intelligente Entwicklerdokumentation-Fragen und -Antworten mit MCP, Skill Router und multimodaler Abfrage.
Hybride RAG + Agent-Architektur für intelligente Entwicklerdokumentation-Fragen und -Antworten mit MCP, Skill Router und multimodaler Abfrage.
RAGent ist eine hybride Architektur, die Retrieval-Augmented Generation (RAG) mit agentenbasierten Systemen kombiniert, um intelligente Frage-und-Antwort-Funktionen für Entwicklerdokumentation zu ermöglichen. Der Skill nutzt das Model Context Protocol (MCP) zur nahtlosen Integration mit Entwicklungstools wie Claude Code, Cursor und Codex. Über einen Skill Router leitet er Anfragen an spezialisierte Retrieval-Module weiter und unterstützt multimodale Abfragen (z. B. Text, Codefragmente und eingebettete Bilder). Die Architektur verbessert die Genauigkeit und Kontextrelevanz von Antworten, indem sie sowohl semantische als auch lexikalische Suchstrategien kombiniert. Entwickler profitieren von sofortigem Zugriff auf relevante Codebeispiele, API-Referenzen und Fehlerbehebungen, was die Produktivität bei der Arbeit mit komplexen Codebasen oder Bibliotheken steigert. RAGent ist für Entwickler konzipiert, die schnell Antworten aus ihrer internen oder öffentlichen Dokumentation benötigen, ohne zwischen Tools wechseln zu müssen.
npx skills add soyoshio/RAGentInstalled? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
Hybride RAG + Agent-Architektur für intelligente Entwicklerdokumentation-Fragen und -Antworten mit MCP, Skill Router und multimodaler Abfrage.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors