rags은(는) 무엇을 하나요?
자연어로 RAG 파이프라인을 구축하세요. 간단한 채팅을 통해 복잡한 벡터 저장소를 질의할 수 있는 스킬을 에이전트에 제공합니다.
자연어로 RAG 파이프라인을 구축하세요. 간단한 채팅을 통해 복잡한 벡터 저장소를 질의할 수 있는 스킬을 에이전트에 제공합니다.
이 스킬은 에이전트가 자연어를 사용하여 RAG(Retrieval-Augmented Generation) 파이프라인을 구축하고 복잡한 벡터 저장소와 상호작용할 수 있도록 지원합니다. Claude Code, Cursor, Codex 등 다양한 AI 에이전트 플랫폼에서 사용 가능하며, 개발자가 벡터 데이터베이스에 대한 전문 지식 없이도 강력한 검색 기능을 구현할 수 있게 해줍니다. 이 스킬은 사용자의 간단한 채팅 명령을 해석하여 자동으로 RAG 파이프라인을 설정하고, 인덱싱, 검색, 생성 단계를 추상화합니다. 에이전트가 문서 임베딩, 유사도 검색, 컨텍스트 기반 응답 생성 등의 복잡한 작업을 단순화하여 생산성을 크게 향상시킵니다.
npx skills add run-llama/ragsInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
자연어로 RAG 파이프라인을 구축하세요. 간단한 채팅을 통해 복잡한 벡터 저장소를 질의할 수 있는 스킬을 에이전트에 제공합니다.
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.