Multimodal RAG Survey

Prüfen · 67
Von der Community indexiert

A Survey on Multimodal Retrieval-Augmented Generation

Verified installs0
Stars524
Version1.0.0
Qualität65/100 · Vielversprechend
Vertrauen67/100 · Nur Sandbox
Audit73/100 · Prüfung nötig

Asset-Profil

Coding- und Entwickler-Agents

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Bereich ansehen

Szenario

Coding-Agents

I need a coding agent that can understand a repository, edit code, and review pull requests.

Agent-Fit

Claude Code + CLI + Codex

Geeignet für Codex, Claude Code, Cursor, CLI oder benutzerdefinierte Agents.

Installieren

Bereit

npx skills add llm-lab-org/Multimodal-RAG-Survey

Wartung

Stabil

6 Monate seit dem letzten Push

Risiko

Prüfung nötig

Lizenz ist unklar

GitHub-Qualität

524

65/100 Qualität · 75/100 Vertrauen

Abdeckungs-Tags

CodingCoding-AgentsDatenragretrieval

Review-Notizen

Lizenz ist unklar · Quality score needs review

Agent-Adoptionskarte

Vertrauen, Audit und Installationsbereitschaft auf einen Blick

Diese Werte kombinieren öffentliche Repository-Metadaten, OpenAgentSkill-Reviewsignale, Wartungsaktualität und Installationsbereitschaft. Sie helfen bei der Vorauswahl, ersetzen aber keine menschliche Prüfung.

Qualität

Vielversprechend
65

Useful candidate, but compare it with alternatives before adopting.

Vertrauen

Nur Sandbox
67

Nützlicher Kandidat mit fehlenden oder gemischten Vertrauenssignalen. Bis der Ergebniszyklus die Passung belegt, in einem isolierten Arbeitsbereich verwenden.

Audit

Prüfung nötig
73

Maschinenlesbare Prüfung von Installationsbereitschaft, Sicherheitsmetadaten, Wartung und Akzeptanzrisiko.

OpenAgentSkill Trust Score v5

Menschliche Prüfung vor Installation

Nur in einer Sandbox ausführen und nahe Alternativen vergleichen, bevor sie produktiv eingesetzt wird.

RAGCodexClaude CodeCursorOpenAgentSkill CLI

Stars

524 GitHub-Stars

Repository-Aktivität

524 Stars und 28 Forks

Wartung

6 Monate seit dem letzten Push

Lizenz

Unbekannt

Installieren

npx skills add llm-lab-org/Multimodal-RAG-Survey

Installationssicherheit

Standard-Paket- oder Laufzeit-Installationspfad

Berechtigungsfläche

Keine Hochrisiko-Berechtigungsfläche in öffentlichen Metadaten

Agent-Ergebnisse

Noch keine Agent-Ergebnisdaten

Dokumentation

Usable metadata, review docs

Risikoübersicht

Vor Produktion prüfen

  • Lizenz ist unklar
  • Quality score needs review
  • Die Dokumentationszusammenfassung ist knapp
  • License clarity: Unknown

Installationsbereitschaft

Installationspfad verfügbar

  • Installationspfad ist verfügbar
  • Repository-Belege sind verfügbar
  • Lizenz ist unklar
  • Noch keine Agent-Proven-Ergebnisbelege

Agent-lesbare Metadaten

Maschinenlesbare Entscheidungsdaten für diesen Skill.

Nutze diesen Block oder das eingebettete JSON, um zu entscheiden, ob ein Agent diesen Skill installieren, eine Alternative wählen oder zuerst menschliche Prüfung anfordern soll.

JSON öffnen

Geeignete Aufgaben

  • Coding-Agents-Workflows
  • Claude-Code-Teams
  • Teams, die GitHub-Adoptionssignale schätzen
  • Inspect source files

Geeignete Agents

RAGCodexClaude CodeCursorOpenAgentSkill CLICLI

Installationsentscheidung

Befehl
npx skills add llm-lab-org/Multimodal-RAG-Survey
Richtlinie
Prüfen
Menschliche Prüfung
Ja

Vertrauen und Risiko

Vertrauen
67/100
Audit
73/100
Risikoebene
Prüfung nötig

Ergebnis-Loop

Endpoint
/api/agent/outcome
Event-ID
resolve
Ergebnisse
5

Installationsbefehl

npx skills add llm-lab-org/Multimodal-RAG-Survey

Nicht verwenden, wenn

  • Teams, die ein vom Anbieter unterstütztes SLA benötigen
  • Hochregulierte Umgebungen ohne interne Sicherheitsprüfung
  • No major risk signals from current metadata
  • Lizenz ist unklar
  • Quality score needs review

Agent-Sicherheit v2

61/100 · Vor Installation prüfen

Mit Berechtigungshinweisen geprüftPrüfen

Nutzbarer Kandidat, aber der Agent sollte Berechtigungs- und Auditnotizen vor der Installation anzeigen.

Vor der Installation in einem echten Arbeitsbereich ist menschliche Freigabe erforderlich.

Per API auflösen

Mittel

Netzwerkzugriff

Die Skill ruft wahrscheinlich Remote-Seiten, APIs, Repositories oder externe Dienste ab.

  • Lizenz ist unklar

Installationsziele

Diesen Skill im Agent-Workflow installieren

Über den öffentlichen Endpunkt erhältst du Befehl, Sicherheitscheckliste, Ziel-Prompts und kanonische Links.

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 llm-lab-org-multimodal-rag-survey

Agent-Auflösungsplan

Lass einen Agent die Eignung vor der Installation prüfen.

Die Resolve API liefert die beste Skill, Alternativen, Sicherheitsrichtlinien, Auditnotizen, Installationsziel und einen direkt nutzbaren Prompt.

Textplan öffnen

Agent sollte prüfen

  • 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.

Prompt kopieren

Task: Use Multimodal RAG Survey in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Multimodal%20RAG%20Survey%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/llm-lab-org-multimodal-rag-survey/install
Install command: npx skills add llm-lab-org/Multimodal-RAG-Survey
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Agent-Übergabe

Gib dem Agent den Installationspfad, nicht noch ein Verzeichnis.

Über den öffentlichen Endpunkt erhältst du Befehl, Sicherheitscheckliste, Ziel-Prompts und kanonische Links.

Installations-API öffnen

Agent-Prompt

Use Multimodal RAG Survey for this task. Review https://www.openagentskill.com/api/skills/llm-lab-org-multimodal-rag-survey/install, then install with: npx skills add llm-lab-org/Multimodal-RAG-Survey

Registry-Metadaten

Agent-lesbares Profil für die automatische Skill-Auswahl.

Die Registry API stellt Entscheidungs-, Vertrauens-, Audit-, Use-Case- und Installationssignale ohne UI-Scraping bereit.

Manifest öffnen

Agent-Fit

69/100

Coding-Agents

Plattformen

RAG, Claude Code

Audit-Bericht

Prüfung nötig · 73/100

Maschinenlesbare Prüfung von Installationsbereitschaft, Sicherheitsmetadaten, Wartung und Akzeptanzrisiko.

Audit-Bericht ansehenEval-Bericht ansehen

Agent-Entscheidungspanel

Fallback candidate for Coding agents

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

69
Bereitschaft
Prototyp
Phase

Rolle im Stack

Fallback-Kandidat

Primäre Eignung

Coding-Agents

Vertrauenslabel

Zuerst prototypisieren

Installationspfad

Befehl bereit

Verwenden wenn

  • Coding-Agents-Workflows
  • Claude-Code-Teams
  • Teams, die GitHub-Adoptionssignale schätzen

Evidenz

  • 524 GitHub-Stars
  • install command or GitHub repo available
  • Qualitätsprofil 65/100
  • 5 OpenAgentSkill-Interaktionen

zuerst prüfen

  • No major risk signals from current metadata

Implementierungspfad

  1. 1Installieren Sie es in einem Sandbox-Agent und führen Sie eine Coding-Agents-Aufgabe vollständig aus.
  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.

Vertrauensprofil

Nur Sandbox

Nützlicher Kandidat mit fehlenden oder gemischten Vertrauenssignalen. Bis der Ergebniszyklus die Passung belegt, in einem isolierten Arbeitsbereich verwenden.

67
OpenAgentSkill Trust Score

GitHub-Akzeptanz

Info

524 GitHub-Stars

Star-/Fork-Aktivität

Info

524 Stars und 28 Forks; Issue-Aktivität ist in den aktuellen Metadaten nicht verfügbar

Aktuelle Wartung

Info

6 Monate seit dem letzten Push

Lizenzklarheit

Prüfen

Unbekannt

Positive Signale

  • KI-Prüfung genehmigt
  • Installationspfad ist verfügbar
  • Repository-Belege sind verfügbar
  • Aussagekräftiges GitHub-Adoptionssignal
  • Der Installationsbefehl weist kein offensichtliches Hochrisikomuster auf
  • Ergebniszyklus ist bereit, benötigt aber den ersten echten Agent-Lauf

Vor Installation prüfen

  • Lizenz ist unklar
  • Quality score needs review
  • Die Dokumentationszusammenfassung ist knapp
  • License clarity: Unknown
  • Noch keine echten Agent-Ergebnisberichte
  • Vor unbeaufsichtigter Installation ist menschliche Prüfung erforderlich

Empfohlene Aktion

Nur in einer Sandbox ausführen und nahe Alternativen vergleichen, bevor sie produktiv eingesetzt wird.

Qualitätsprofil

Vielversprechend Kandidat für Agent-Workflows

Useful candidate, but compare it with alternatives before adopting.

65
GitHub-Stars
524
Aktualität
vor 6 Monaten
Installationsbereit
Ja
Lizenz
Unbekannt

Workflow-Eignung

Diese Skill in diesen Szenarien nutzen

Workflow-Eignung

Zum vollständigen Workflow hinzufügen

Alternativen-Shortlist

Vor Installation vergleichen

Similar skills that may fit this task.

Alle vergleichen

Übersicht

A Survey on Multimodal Retrieval-Augmented Generation

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

Plattformkompatibilität

ragFULL

Technische Details

Version
1.0.0
Lizenz
Unknown
Letzte Aktualisierung
18. Aug. 2026
Veröffentlicht
25. Mai 2026

Frameworks & Tools

RAG

Entscheidungsübersicht

Fallback-Kandidat

69
Bereit
Prototyp
Phase

524 GitHub-Stars

Audit

Installationsprüfung

Installations- und Adoptionsprüfung

73
Prüfung nötig
Sicherheit
82/100
Wartung
62/100
Installieren
92/100
Vollständiges Audit öffnenEval-Bericht ansehen

Von Agent belegte Evidenz

Von Agent belegte Evidenz

Ergebnisberichte nach Resolve, Prüfung, Installation und einem begrenzten Lauf.

0
Belegt
Needs first agent runAuto-Installation: zuerst prüfenLetzter: Unbekannt
Erfolgsrate
Letzter Fehler
Ergebnisse
0
Ausgabequalität
Fehlgeschlagen
0
Nicht relevant
0
Installationen
0
Durch Risiko blockiert
0
Einrichtung erforderlich
0
Produktion
0

Noch keine Agent-Ergebnisdaten. Der erste Lauf kann Erfolg, Einrichtungsbedarf, Risikoblockaden, Fehler oder Irrelevanz über /api/agent/outcome melden.

Installieren

Zum Agent-Workflow hinzufügen

Kostenlos und Open Source. Bericht vor der Installation in Produktions-Agents prüfen.

Wachstums-Loop

Share-Kit

X

Szenariobasierter Entwurf für Multimodal RAG Survey, bereit für einen manuellen X-Post.

Kuratorenhinweis
Before you hand an agent source-backed research, give it a repeatable starting point.

Multimodal RAG Survey: A Survey on Multimodal Retrieval-Augmented Generation

524 stars

https://www.openagentskill.com/skills/llm-lab-org-multimodal-rag-survey?ref=x
X-Entwurf öffnen
Optionale Antwort mit Installationsbefehl
Listing + install path for Multimodal RAG Survey:
https://www.openagentskill.com/skills/llm-lab-org-multimodal-rag-survey?ref=x

Install: npx skills add llm-lab-org/Multimodal-RAG-Survey
Antwortentwurf öffnen

Quelle des Eintrags

Community-indexiert

Beanspruchbar

Dieser Eintrag wurde aus öffentlichen Quellen indexiert und ist erst nach Genehmigung eines Maintainer-Anspruchs offiziell.

Ersteller
llm-lab-org
Indexiert von
OpenAgentSkill Community-Index

Die Zuordnung verlinkt auf das öffentliche Repository oder Creator-Profil. Creator können den Eintrag beanspruchen, um Eigentümersignale zu aktualisieren.

Diesen Skill beanspruchen

Eigentümeranspruch

Diesen Skill-Eintrag beanspruchen

Dieser Community-indexiert-Eintrag wird llm-lab-org zugeschrieben, ist aber noch nicht offiziell markiert. Beanspruche ihn, um ein verifiziertes Eigentümersignal hinzuzufügen und künftige Launch-, Installations- und Audit-Updates vertrauenswürdiger zu machen.

Creator-Backlink-Kit

Evidenz-Badges in deine README einfügen

Zeige den kanonischen Eintrag, aktuelle Vertrauens- und Audit-Signale sowie echte Agent-Proven-Evidenz dort, wo Entwickler das Repository bewerten.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/llm-lab-org-multimodal-rag-survey?metric=listed&label=Listed)](https://www.openagentskill.com/skills/llm-lab-org-multimodal-rag-survey)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/llm-lab-org-multimodal-rag-survey?metric=trust&label=Trust)](https://www.openagentskill.com/skills/llm-lab-org-multimodal-rag-survey)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/llm-lab-org-multimodal-rag-survey?metric=audit&label=Audit)](https://www.openagentskill.com/skills/llm-lab-org-multimodal-rag-survey/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/llm-lab-org-multimodal-rag-survey?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/llm-lab-org-multimodal-rag-survey)

Autor

L

llm-lab-org

@llm-lab-org

Plattform-Fit

Gesundheitssignale

GitHub-Stars
524
Qualitätswert
46/100
Letzter GitHub-Push
20. Feb. 2026
Framework-Hinweise
1
OpenAgentSkill-Aufrufe
4
Installationskopien
0
Externe Klicks
0

Community-Signal

Teile mit, ob dieser Skill für deinen Agent-Workflow nützlich ist. Zusammengefasstes Feedback verbessert das Ranking im Laufe der Zeit.

Vertrauen & Sicherheit

Nur Sandbox

67
  • GitHub-Akzeptanz524 GitHub-StarsInfo
  • Star-/Fork-Aktivität524 Stars und 28 Forks; Issue-Aktivität ist in den aktuellen Metadaten nicht verfügbarInfo
  • Aktuelle Wartung6 Monate seit dem letzten PushInfo
  • LizenzklarheitUnbekanntPrüfen
  • README/SKILL.md-VollständigkeitÖffentliche Metadaten benötigen mehr README/SKILL.md-KontextInfo
  • Abhängigkeits-/LaufzeitrisikoKeine wesentlichen Abhängigkeitsrisikohinweise in öffentlichen MetadatenBestanden