O que rags faz?
Construa um pipeline de RAG usando linguagem natural. Dê ao seu agente a habilidade de consultar bases de vetores complexas através de um chat simples.
Construa um pipeline de RAG usando linguagem natural. Dê ao seu agente a habilidade de consultar bases de vetores complexas através de um chat simples.
A skill `run-llama/rags` permite que agentes de IA, como o Claude Code, Cursor ou Codex, construam e executem pipelines de Retrieval-Augmented Generation (RAG) utilizando apenas comandos em linguagem natural. Isso é extremamente útil para desenvolvedores que precisam consultar rapidamente bases de conhecimento densas ou bases de vetores complexas sem se preocupar com os detalhes técnicos da implementação. A skill funciona como uma abstração sobre o framework LlamaIndex, simplificando a criação de índices virtuais, o carregamento de documentos e a execução de consultas. Com ela, o agente pode configurar um pipeline funcional de RAG em poucos passos, ingerir dados de diversas fontes e responder perguntas com base no conteúdo indexado, tornando a interação com grandes volumes de informação muito mais eficiente.
npx skills add run-llama/ragsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Construa um pipeline de RAG usando linguagem natural. Dê ao seu agente a habilidade de consultar bases de vetores complexas através de um chat simples.
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.