Was macht zilliz-launchpad?
Von einem Beispieldokument zu einer laufenden Milvus / Zilliz Cloud Suchanwendung in Minuten – ein KI-gesteuertes Gerüst, bereitgestellt als Agenten-Skill.
Von einem Beispieldokument zu einer laufenden Milvus / Zilliz Cloud Suchanwendung in Minuten – ein KI-gesteuertes Gerüst, bereitgestellt als Agenten-Skill.
Dieser Skill, zilliztech/zilliz-launchpad, ermöglicht es Entwicklern, in wenigen Minuten eine vollständige Suchanwendung auf Basis von Milvus oder Zilliz Cloud aus einem einzigen Beispieldokument zu erstellen. Er fungiert als KI-geführtes Gerüst, das den gesamten Prozess von der Dokumentenaufbereitung über die Vektorisierung bis hin zur Bereitstellung einer funktionsfähigen Such-UI orchestriert. Unterstützt werden sowohl die Open-Source-Vektordatenbank Milvus als auch die verwaltete Cloud-Plattform Zilliz Cloud, was maximale Flexibilität für verschiedene Einsatzszenarien bietet. Der Skill automatisiert die Extraktion von Text, die Erstellung von Embeddings und das Aufsetzen der Suchinfrastruktur, sodass sich Entwickler auf die Logik ihrer Anwendung konzentrieren können, anstatt sich mit komplexer Konfiguration aufhalten zu müssen.
npx skills add zilliztech/zilliz-launchpadInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Von einem Beispieldokument zu einer laufenden Milvus / Zilliz Cloud Suchanwendung in Minuten – ein KI-gesteuertes Gerüst, bereitgestellt als Agenten-Skill.
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.