local-rag-server은(는) 무엇을 하나요?
로컬 LLM을 사용하여 PDF 및 DOCX 문서를 쿼리할 수 있는 다중 사용자 로컬 RAG 시스템을 배포합니다. 클라우드나 API 종속성이 없습니다.
로컬 LLM을 사용하여 PDF 및 DOCX 문서를 쿼리할 수 있는 다중 사용자 로컬 RAG 시스템을 배포합니다. 클라우드나 API 종속성이 없습니다.
이 스킬은 클라우드나 외부 API에 의존하지 않고 로컬 LLM을 활용하여 PDF 및 DOCX 문서를 쿼리할 수 있는 다중 사용자 RAG(Retrieval-Augmented Generation) 시스템을 배포합니다. 사용자는 로컬 환경에서 문서를 업로드하고 인덱싱한 후 자연어 질문을 통해 관련 정보를 검색할 수 있습니다. 이 스킬은 Claude Code, Cursor, Codex와 같은 AI 에이전트 플랫폼에서 사용할 수 있으며, 로컬 리소스만으로 작동하기 때문에 데이터 프라이버시와 오프라인 사용이 중요한 시나리오에 적합합니다. 시스템은 벡터 데이터베이스와 로컬 LLM 추론 엔진을 통합하여 문서 검색 및 응답 생성을 처리합니다. SKILL.md 문서는 설치, 구성, 실행 방법과 API 엔드포인트, 환경 변수 설정을 상세히 설명합니다.
npx skills add umiii100/local-rag-serverInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
로컬 LLM을 사용하여 PDF 및 DOCX 문서를 쿼리할 수 있는 다중 사용자 로컬 RAG 시스템을 배포합니다. 클라우드나 API 종속성이 없습니다.
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.