RAG Driven Generative AI

Tinjau · 72
Diindeks komunitas

This repository provides programs to build Retrieval Augmented Generation (RAG) code for Generative AI with LlamaIndex, Deep Lake, and Pinecone leveraging the power of OpenAI and Hugging Face models for generation and evaluation.

Verified installs0
Star609
Versi1.0.0
Kualitas67/100 · Menjanjikan
Kepercayaan72/100 · Hanya sandbox
Audit77/100 · Perlu ditinjau

Profil aset

Riset dan pekerjaan pengetahuan

Deep research, source comparison, literature review, RAG, knowledge search, and reports.

Lihat kategori

Skenario

RAG and knowledge

I need my agent to build a RAG workflow over documents and retrieve reliable context.

Kecocokan Agent

Claude Code + OpenAI Agents + LlamaIndex

Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.

Pasang

Siap

npx skills add Denis2054/RAG-Driven-Generative-AI

Pemeliharaan

Stabil

11 bulan sejak push

Risiko

Perlu ditinjau

Financial research output is not financial advice; require human review before any live investment decision

Kualitas GitHub

609

67/100 Kualitas · 80/100 Kepercayaan

Tag cakupan

RisetRAG and knowledgerag-knowledgeragretrieval

Catatan ulasan

Financial research output is not financial advice; require human review before any live investment decision · Financial research output is not financial advice; require human review before any live investment decision.

Kartu adopsi Agent

Kepercayaan, audit, dan kesiapan pemasangan dalam sekali lihat

Skor ini menggabungkan metadata repositori publik, sinyal ulasan OpenAgentSkill, kebaruan pemeliharaan, dan kesiapan pemasangan. Ini adalah sinyal shortlist, bukan pengganti peninjauan manusia.

Kualitas

Menjanjikan
67

Useful candidate, but compare it with alternatives before adopting.

Kepercayaan

Hanya sandbox
72

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

Audit

Perlu ditinjau
77

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Trust Score OpenAgentSkill v5

Tinjauan manusia sebelum pemasangan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

Jupyter NotebookRAGCodexClaude CodeCursor

Star

609 star GitHub

Aktivitas repositori

609 star dan 211 fork

Pemeliharaan

11 bulan sejak push

Lisensi

MIT

Pasang

npx skills add Denis2054/RAG-Driven-Generative-AI

Keamanan pemasangan

Jalur pemasangan paket atau runtime standar

Cakupan izin

Akses sistem file atau dokumen

Hasil Agent

Belum ada data hasil Agent

Dokumentasi

Konteks README/SKILL.md kuat

Ringkasan risiko

Tinjau sebelum produksi

  • Financial research output is not financial advice; require human review before any live investment decision.
  • Quality score needs review

Kesiapan pemasangan

Jalur pemasangan tersedia

  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Lisensi dinyatakan
  • Belum ada bukti hasil Agent-Proven

Metadata yang dapat dibaca Agent

Data keputusan yang dapat dibaca mesin untuk skill ini.

Gunakan blok ini atau JSON tersemat untuk memutuskan apakah Agent perlu memasang skill ini, memilih alternatif, atau meminta tinjauan manusia terlebih dahulu.

Buka JSON

Tugas yang sesuai

  • alur kerja RAG and knowledge
  • Tim Claude Code
  • Tim yang menghargai sinyal adopsi GitHub
  • Chunk documents

Agent yang sesuai

Jupyter NotebookRAGCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsLlamaIndex

Keputusan pemasangan

Perintah
npx skills add Denis2054/RAG-Driven-Generative-AI
Kebijakan
Tinjau
Tinjauan manusia
Ya

Kepercayaan dan risiko

Kepercayaan
72/100
Audit
77/100
Tingkat risiko
Perlu ditinjau

Lingkar hasil

Endpoint
/api/agent/outcome
ID event
resolve
Hasil
5

Perintah pemasangan

npx skills add Denis2054/RAG-Driven-Generative-AI

Jangan gunakan ketika

  • Tim yang membutuhkan SLA dengan dukungan vendor
  • Lingkungan berkompliansi tinggi tanpa tinjauan keamanan internal
  • No major risk signals from current metadata
  • Financial research output is not financial advice; require human review before any live investment decision
  • Financial research output is not financial advice; require human review before any live investment decision.

Keamanan Agent v2

61/100 · Tinjau sebelum memasang

Ditinjau dengan catatan izinTinjau

Kandidat yang dapat digunakan, tetapi Agent harus menampilkan catatan izin dan audit sebelum memasang.

Memerlukan persetujuan manusia sebelum memasang ke workspace nyata.

Selesaikan via API

Sedang

Akses jaringan

Skill kemungkinan mengambil halaman jarak jauh, API, repositori, atau layanan eksternal.

Sedang

Akses sistem file

Skill dapat membaca atau menulis file proyek, dokumen, artefak yang dihasilkan, atau status workspace lokal.

  • Financial research output is not financial advice; require human review before any live investment decision

Target pemasangan

Pasang skill ini di alur Agent Anda

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install denis2054-rag-driven-generative-ai

Rencana resolusi Agent

Biarkan Agent memverifikasi kecocokan sebelum memasang.

API Resolve mengembalikan skill utama, alternatif, kebijakan keamanan, catatan audit, target pemasangan, dan prompt siap pakai.

Buka rencana teks

Agent harus memeriksa

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Salin prompt

Task: Use RAG Driven Generative AI in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20RAG%20Driven%20Generative%20AI%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/denis2054-rag-driven-generative-ai/install
Install command: npx skills add Denis2054/RAG-Driven-Generative-AI
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Serah-terima Agent

Berikan jalur pemasangan kepada Agent, bukan direktori lain.

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

Buka API pemasangan

Prompt Agent

Use RAG Driven Generative AI for this task. Review https://www.openagentskill.com/api/skills/denis2054-rag-driven-generative-ai/install, then install with: npx skills add Denis2054/RAG-Driven-Generative-AI

Metadata Registry

Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.

API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.

Buka Manifest

Kecocokan Agent

71/100

RAG and knowledge

Platform

Jupyter Notebook, RAG, Claude Code, OpenAI Agents, LlamaIndex

Laporan audit

Perlu ditinjau · 77/100

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Lihat laporan auditLihat laporan evaluasi

Panel keputusan Agent

Fallback candidate for RAG and knowledge

Prototype with this skill first; keep a fallback candidate ready.

71
Kesiapan
Prototipe
Tahap

Peran di stack

Kandidat cadangan

Kecocokan utama

RAG and knowledge

Label kepercayaan

Buat prototipe dulu

Jalur pemasangan

Perintah siap

Gunakan saat

  • alur kerja RAG and knowledge
  • Tim Claude Code
  • Tim yang menghargai sinyal adopsi GitHub

Bukti

  • 609 star GitHub
  • install command or GitHub repo available
  • profil kualitas 67/100
  • 4 event interaksi OpenAgentSkill

tinjau dulu

  • No major risk signals from current metadata

Jalur implementasi

  1. 1Pasang di Agent sandbox dan jalankan satu tugas RAG and knowledge dari awal hingga akhir.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil kepercayaan

Hanya sandbox

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

72
Trust Score OpenAgentSkill

Adopsi GitHub

Info

609 star GitHub

Aktivitas star/fork

Info

609 star dan 211 fork; aktivitas issue tidak tersedia dalam metadata saat ini

Pemeliharaan terbaru

Info

11 bulan sejak push

Kejelasan lisensi

Lulus

MIT

Sinyal positif

  • Tinjauan AI disetujui
  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Sinyal adopsi GitHub yang bermakna
  • Perintah pemasangan tidak memiliki pola berisiko tinggi yang jelas
  • Loop hasil siap tetapi membutuhkan eksekusi Agent nyata pertama

Tinjau sebelum memasang

  • Financial research output is not financial advice; require human review before any live investment decision.
  • Quality score needs review
  • Belum ada laporan hasil Agent nyata
  • Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan

Tindakan yang disarankan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

Profil kualitas

Menjanjikan kandidat untuk alur kerja Agent

Useful candidate, but compare it with alternatives before adopting.

67
Star GitHub
609
Keterkinian
11 bulan lalu
Siap dipasang
Ya
Lisensi
MIT

Kecocokan alur kerja

Gunakan skill ini pada skenario berikut

Kecocokan alur kerja

Tambahkan ke alur kerja lengkap

Daftar alternatif

Bandingkan sebelum memasang

Similar skills that may fit this task.

Bandingkan semua

Ringkasan

This repository provides programs to build Retrieval Augmented Generation (RAG) code for Generative AI with LlamaIndex, Deep Lake, and Pinecone leveraging the power of OpenAI and Hugging Face models for generation and evaluation.

Imported by the skill-only GitHub discovery pipeline because it matches agent skill, automation, domain workflow, RAG, document-processing, data, finance, security, or developer-tool signals. Protocol-server projects are excluded from automated imports.

Kompatibilitas platform

jupyter-notebookFULL
ragFULL

Detail teknis

Versi
1.0.0
Lisensi
MIT
Pembaruan terakhir
18 Agu 2026
Diterbitkan
25 Mei 2026

Framework dan alat

Jupyter NotebookRAG

Ringkasan keputusan

Kandidat cadangan

71
Siap
Prototipe
Tahap

609 star GitHub

Audit

Tinjauan pemasangan

Tinjauan pemasangan dan adopsi

77
Perlu ditinjau
Keamanan
89/100
Pemeliharaan
62/100
Pasang
92/100
Buka audit lengkapLihat laporan evaluasi

Bukti tervalidasi Agent

Bukti tervalidasi Agent

Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.

0
Terbukti
Needs first agent runPasang otomatis: tinjau duluTerakhir: Tidak diketahui
Tingkat sukses
Kegagalan terbaru
Hasil
0
Kualitas output
Gagal
0
Tidak relevan
0
Pemasangan
0
Diblokir risiko
0
Perlu penyiapan
0
Produksi
0

Belum ada data hasil Agent. Eksekusi pertama dapat melaporkan keberhasilan, kebutuhan setup, blok risiko, kegagalan, atau tidak relevan melalui /api/agent/outcome.

Pasang

Tambahkan ke alur Agent

Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.

Siklus pertumbuhan

Kit berbagi

X

Draf berbasis skenario untuk RAG Driven Generative AI, siap untuk posting manual di X.

Catatan kurator
RAG Driven Generative AI: This repository provides programs to build Retrieval Augmented Generation (RAG) code for Gene...

609 stars

https://www.openagentskill.com/skills/denis2054-rag-driven-generative-ai?ref=x
Buka draf X
Balasan opsional dengan perintah pemasangan
Listing + install path for RAG Driven Generative AI:
https://www.openagentskill.com/skills/denis2054-rag-driven-generative-ai?ref=x

Install: npx skills add Denis2054/RAG-Driven-Generative-AI
Buka draf balasan

Sumber listing

Diindeks komunitas

Dapat diklaim

Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.

Kreator
Denis2054
Diindeks oleh
Indeks komunitas OpenAgentSkill

Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.

Klaim skill ini

Klaim pemilik

Klaim listing skill ini

Listing Diindeks komunitas ini dikaitkan dengan Denis2054, tetapi belum ditandai resmi. Klaim untuk menambahkan sinyal pemilik terverifikasi dan membuat pembaruan peluncuran, pemasangan, serta audit berikutnya lebih tepercaya.

Kit backlink kreator

Tambahkan badge bukti ke README Anda

Tampilkan listing kanonis, sinyal kepercayaan dan audit saat ini, serta bukti Agent-Proven nyata di tempat pengembang mengevaluasi repositori.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/denis2054-rag-driven-generative-ai?metric=listed&label=Listed)](https://www.openagentskill.com/skills/denis2054-rag-driven-generative-ai)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/denis2054-rag-driven-generative-ai?metric=trust&label=Trust)](https://www.openagentskill.com/skills/denis2054-rag-driven-generative-ai)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/denis2054-rag-driven-generative-ai?metric=audit&label=Audit)](https://www.openagentskill.com/skills/denis2054-rag-driven-generative-ai/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/denis2054-rag-driven-generative-ai?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/denis2054-rag-driven-generative-ai)

Penulis

D

Denis2054

@denis2054

Sinyal kesehatan

Star GitHub
609
Skor kualitas
42/100
Push GitHub terakhir
23 Sep 2025
Petunjuk framework
2
Tampilan OpenAgentSkill
3
Salinan pemasangan
0
Klik keluar
0

Sinyal komunitas

Bagikan apakah skill ini bermanfaat untuk alur kerja Agent Anda. Masukan gabungan meningkatkan peringkat dari waktu ke waktu.

Kepercayaan & keamanan

Hanya sandbox

72
  • Adopsi GitHub609 star GitHubInfo
  • Aktivitas star/fork609 star dan 211 fork; aktivitas issue tidak tersedia dalam metadata saat iniInfo
  • Pemeliharaan terbaru11 bulan sejak pushInfo
  • Kejelasan lisensiMITLulus
  • Kelengkapan README/SKILL.mdMetadata memuat konteks penggunaan dan alur kerja yang cukupLulus
  • Risiko dependensi/runtimeTidak ada petunjuk risiko dependensi besar dalam metadata publikLulus