Skool RAG 管道
目标
使用 RAG（检索增强生成）管道（包含向量搜索和重排序）查询 Skool 社区内容。
脚本
./scripts/skool_rag_prepare.py- 准备内容以供索引./scripts/skool_rag_index.py- 将内容索引到 Pinecone 中./scripts/skool_rag_query.py- 查询知识库
管道
1. 准备内容
python3 ./scripts/skool_rag_prepare.py --community makerschool
抓取并分块社区内容。
2. 索引到 Pinecone
python3 ./scripts/skool_rag_index.py --input .tmp/skool_chunks.json
创建 OpenAI 嵌入并存储在 Pinecone 中。
3. 查询
python3 ./scripts/skool_rag_query.py --query "如何获得我的第一个客户？"
管道流程：
- 查询的 OpenAI 嵌入
- Pinecone 向量搜索
- Cohere 重排序
- Claude 响应生成
环境变量
PINECONE_API_KEY=你的密钥
OPENAI_API_KEY=你的密钥
COHERE_API_KEY=你的密钥
ANTHROPIC_API_KEY=你的密钥
模式
输入
| 名称 | 类型 | 必填 | 描述 |
|---|---|---|---|
query | string | 是 | 用于搜索的自然语言问题 |
community | string | 否 | 要索引的社区 slug（默认：makerschool） |
输出
| 名称 | 类型 | 描述 |
|---|---|---|
answer | string | 带源引用的 AI 生成回答 |
凭据
| 名称 | 来源 |
|---|---|
PINECONE_API_KEY | .env |
OPENAI_API_KEY | .env |
COHERE_API_KEY | .env |
ANTHROPIC_API_KEY | .env |
可组合的技能
能够良好衔接此技能的其他技能：skool-monitor
成本
Pinecone + OpenAI 嵌入 + Cohere 重排序 + Claude