Star200+

AutoRAG

Solide · 87
Indexé par la communauté

AutoRAG: An Open-Source Framework for Retrieval-Augmented Generation (RAG) Evaluation & Optimization with AutoML-Style Automation

Verified installs0
Stars4.8K
Version1.0.0
Qualité100/100 · Excellent
Confiance87/100 · Revoir avant installation
Audit93/100 · Sûr à essayer

Profil de l’actif

Recherche et travail de connaissance

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

Voir la catégorie

Scénario

RAG and knowledge

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

Adéquation Agent

Claude Code + CLI + Codex

Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.

Installer

Prêt

npx skills add Marker-Inc-Korea/AutoRAG

Maintenance

Active

2 mois depuis le dernier push

Risque

Sûr à essayer

No major risk signals from available metadata

Qualité GitHub

4.8K

100/100 Qualité · 90/100 Confiance

Tags de couverture

RechercheRAG and knowledgeDonnéesragretrieval

Notes de revue

No major risk signals from available metadata

Carte d’adoption Agent

Confiance, audit et préparation à l’installation en un coup d’œil

Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.

Qualité

Excellent
100

High-confidence pick with strong adoption and healthy maintenance signals.

Confiance

Revoir avant installation
87

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

Audit

Sûr à essayer
93

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Trust Score OpenAgentSkill v5

Candidate à l’installation Agent

À utiliser comme candidat principal après revue humaine ou en sandbox.

PythonRAGCodexClaude CodeCursor

Stars

4.8K stars GitHub

Activité du dépôt

4.8K stars et 403 forks

Maintenance

2 mois depuis le dernier push

Licence

Apache-2.0

Installer

npx skills add Marker-Inc-Korea/AutoRAG

Sécurité d’installation

Chemin d’installation standard de package ou runtime

Surface de permissions

Accès au système de fichiers ou aux documents

Résultats Agent

Pas encore de données de résultats Agent

Documentation

Contexte README/SKILL.md solide

Résumé des risques

Risque de métadonnées faible

  • No major trust warnings detected from available metadata

Préparation à l’installation

Chemin d’installation disponible

  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • La licence est déclarée
  • Pas encore de preuve de résultat Agent-Proven

Métadonnées lisibles par Agent

Données de décision lisibles par machine pour ce skill.

Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.

Ouvrir JSON

Tâches adaptées

  • workflows RAG and knowledge
  • Équipes Claude Code
  • Équipes qui valorisent les signaux d’adoption GitHub
  • Chunk documents

Agents adaptés

PythonRAGCodexClaude CodeCursorOpenAgentSkill CLICLI

Décision d’installation

Commande
npx skills add Marker-Inc-Korea/AutoRAG
Politique
Autoriser
Revue humaine
Non

Confiance et risque

Confiance
87/100
Audit
93/100
Niveau de risque
Sûr à essayer

Boucle de résultat

Endpoint
/api/agent/outcome
ID d’événement
resolve
Résultats
5

Commande d’installation

npx skills add Marker-Inc-Korea/AutoRAG
Audit publicRapport d’évaluationAPI ResolveRelais d’installation

Ne pas utiliser quand

  • Équipes qui nécessitent un SLA soutenu par le fournisseur
  • Environnements fortement conformes sans revue interne de sécurité
  • No major risk signals from current metadata
  • No major trust warnings detected from available metadata
  • Production credentials, payments, or irreversible account changes without explicit human review

Skill alternatif

Awesome Llm Apps

114.5K Stars

npx skills add Shubhamsaboo/awesome-llm-apps

Skill alternatif

Hello Agents

59.5K Stars

npx skills add datawhalechina/hello-agents

Skill alternatif

Llm App

59.3K Stars

npx skills add pathwaycom/llm-app

Skill alternatif

Flowise

53.6K Stars

npx skills add FlowiseAI/Flowise

Sécurité Agent v2

85/100 · Installation sûre après revue normale

VérifiéAutoriser

Strong metadata, audit, install, and review signals. Suitable for agent shortlists after normal workspace review.

Allow agent install in a sandbox or low-risk workspace, then promote after one successful narrow task.

Résoudre via API

Moyen

Accès réseau

La skill récupère probablement des pages distantes, API, dépôts ou services externes.

Moyen

Accès au système de fichiers

La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.

Cibles d’installation

Installer ce skill dans votre workflow Agent

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

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 marker-inc-korea-autorag

Plan de résolution Agent

Laissez un Agent vérifier la pertinence avant l’installation.

L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.

Ouvrir le plan texte

Ouvrir JSON

/api/agent/resolve?task=Use%20AutoRAG%20for%20an%20agent%20workflow&agent=codex&max_risk=medium

Texte Resolve

/api/agent/resolve?task=Use%20AutoRAG%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text

Relais d’installation

/api/skills/marker-inc-korea-autorag/install

L’Agent doit vérifier

  • 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.

Copier le prompt

Task: Use AutoRAG in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20AutoRAG%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/marker-inc-korea-autorag/install
Install command: npx skills add Marker-Inc-Korea/AutoRAG
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Relais Agent

Donnez à l’Agent le chemin d’installation, pas un autre annuaire.

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

Ouvrir l’API d’installation

Relais d’installation

/api/skills/marker-inc-korea-autorag/install

Format texte LLM

/api/skills/marker-inc-korea-autorag/install?format=text

Trouver des alternatives

/api/skills/search?q=AutoRAG&limit=3

Prompt Agent

Use AutoRAG for this task. Review https://www.openagentskill.com/api/skills/marker-inc-korea-autorag/install, then install with: npx skills add Marker-Inc-Korea/AutoRAG

Métadonnées Registry

Profil lisible par Agent pour la sélection automatique de skills.

L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.

Ouvrir Manifest

Manifest

/api/registry/manifest/marker-inc-korea-autorag

Texte LLM

/api/registry/manifest/marker-inc-korea-autorag?format=text

Alias d’installation

/api/registry/install/marker-inc-korea-autorag

Recommander

/api/registry/recommend?task=Use%20AutoRAG%20in%20an%20agent%20workflow&limit=3

Adéquation Agent

100/100

RAG and knowledge

Tags de cas d’usage

RAG and knowledgeDocument processingAgents de code

Plateformes

Python, RAG, Claude Code

Rapport d’audit

Sûr à essayer · 93/100

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Voir le rapport d’auditVoir le rapport d’évaluation

Panneau de décision Agent

Choix principal pour RAG and knowledge

Use this as a leading candidate, then validate the README and install path in your own agent stack.

100
Préparation
Adopter
Étape

Rôle dans la pile

Choix principal

Pertinence principale

RAG and knowledge

Libellé de confiance

Prêt pour la production

Chemin d’installation

Commande prête

À utiliser lorsque

  • workflows RAG and knowledge
  • Équipes Claude Code
  • Équipes qui valorisent les signaux d’adoption GitHub

Preuves

  • 4,829 stars GitHub
  • recent repository activity
  • install command or GitHub repo available
  • profil qualité 100/100
  • 16 événements OpenAgentSkill

revoir d’abord

  • No major risk signals from current metadata

Chemin d’implémentation

  1. 1Installez-le dans un Agent en sandbox et exécutez une tâche de RAG and knowledge de bout en bout.
  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 de confiance

Revoir avant installation

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

87
Trust Score OpenAgentSkill

Adoption GitHub

Validé

4.8K stars GitHub

Activité stars/forks

Validé

4.8K stars et 403 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

2 mois depuis le dernier push

Clarté de licence

Validé

Apache-2.0

Signaux positifs

  • Fiche vérifiée manuellement
  • Revue IA approuvée
  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • Dépôt maintenu récemment
  • Signal d’adoption GitHub significatif
  • La commande d’installation ne présente aucun motif de haut risque évident
  • La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent

Réviser avant installation

  • Pas encore de rapports de résultats Agent réels
  • Une revue humaine est requise avant une installation sans surveillance

Action recommandée

À utiliser comme candidat principal après revue humaine ou en sandbox.

Profil qualité

Excellent candidat pour les workflows Agent

High-confidence pick with strong adoption and healthy maintenance signals.

100
Stars GitHub
4.8K
Actualité
il y a 2 mois
Prêt à installer
Oui
Licence
Apache-2.0

Adéquation au workflow

Utilisez cette skill dans ces scénarios

Search private knowledge

RAG and knowledge

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

Parse messy files

Document processing

I need my agent to read PDFs, extract tables, and turn documents into structured data.

Build and ship code

Coding agents

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

Adéquation au workflow

Ajouter à un workflow complet

Ingest, retrieve, and cite

RAG knowledge base

A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.

Inspect, patch, and verify code

Coding review agent

A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.

Find, compare, and synthesize

Research report agent

A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.

Liste d’alternatives

Comparer avant installation

Similar skills that may fit this task.

Tout comparer

Awesome Llm Apps

100+ AI Agent & RAG apps you can actually run — clone, customize, ship.

Adopter
Prêt100
Qualité100
Stars114.5K

Hello Agents

📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程

Adopter
Prêt100
Qualité100
Stars59.5K

Llm App

Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.

Adopter
Prêt100
Qualité100
Stars59.3K

Flowise

Build AI Agents, Visually

Adopter
Prêt100
Qualité100
Stars53.6K

Vue d’ensemble

AutoRAG: An Open-Source Framework for Retrieval-Augmented Generation (RAG) Evaluation & Optimization with AutoML-Style Automation

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.

Compatibilité plateforme

pythonFULL
ragFULL

Détails techniques

Version
1.0.0
Licence
Apache-2.0
Dernière mise à jour
18 août 2026
Publié
23 mai 2026

Frameworks et outils

PythonRAG

Instantané de décision

Choix principal

100
Prêt
Adopter
Étape

4,829 stars GitHub

Audit

Revue d’installation

Revue d’installation et d’adoption

93
Sûr à essayer
Sécurité
89/100
Maintenance
88/100
Installer
92/100
Ouvrir l’audit completVoir le rapport d’évaluation

Preuves validées par Agent

Preuves validées par Agent

Rapports après resolve, revue, installation et une exécution limitée.

0
Validé
Needs first agent runAuto-installation: revoir d’abordDernier: Inconnu
Taux de réussite
—
Échec récent
—
Résultats
0
Qualité de sortie
—
Échecs
0
Non pertinent
0
Installations
0
Bloqué par le risque
0
Configuration requise
0
Production
0

Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.

Classement Agent-ProvenContrat de résultat

Installer

Ajouter au workflow Agent

Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.

Comparer les alternativesPlan de résolution autoVoir sur GitHubDocumentation

Boucle de croissance

Kit de partage

X

Brouillon guidé par scénario pour AutoRAG, prêt pour une publication manuelle sur X.

Note du curateur
AutoRAG: AutoRAG: An Open-Source Framework for Retrieval-Augmented Generation (RAG) Evaluation & Optim...

4.8K stars

https://www.openagentskill.com/skills/marker-inc-korea-autorag?ref=x
Ouvrir le brouillon X
Réponse facultative avec commande d’installation
Listing + install path for AutoRAG:
https://www.openagentskill.com/skills/marker-inc-korea-autorag?ref=x

Install: npx skills add Marker-Inc-Korea/AutoRAG
Ouvrir le brouillon de réponse

Source de la fiche

Indexé par la communauté

Revendiable

Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.

Indexé par
Index communautaire OpenAgentSkill

L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.

Revendiquer ce skill

Revendication du propriétaire

Revendiquer cette fiche de skill

Cette fiche Indexé par la communauté est attribuée à Marker-Inc-Korea, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.

Kit de backlinks créateur

Ajoutez les badges de preuve à votre README

Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/marker-inc-korea-autorag?metric=listed&label=Listed)](https://www.openagentskill.com/skills/marker-inc-korea-autorag)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/marker-inc-korea-autorag?metric=trust&label=Trust)](https://www.openagentskill.com/skills/marker-inc-korea-autorag)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/marker-inc-korea-autorag?metric=audit&label=Audit)](https://www.openagentskill.com/skills/marker-inc-korea-autorag/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/marker-inc-korea-autorag?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/marker-inc-korea-autorag)
Aperçu du badge Ouvrir l’audit Kit créateur

Auteur

M

Marker-Inc-Korea✓

@marker-inc-korea

Tags

ragretrievalanalysisautomlbenchmarkingdocument-parserembeddingsevaluationllmllm-evaluation

Adéquation plateforme

Claude Code

Signaux de santé

Stars GitHub
4.8K
Score de qualité
64/100
Dernier push GitHub
12 juin 2026
Indications de framework
2
Vues OpenAgentSkill
8
Copies d’installation
0
Clics sortants
0

Signal de communauté

Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.

Confiance et sécurité

Revoir avant installation

87
  • Adoption GitHub4.8K stars GitHubValidé
  • Activité stars/forks4.8K stars et 403 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesValidé
  • Maintenance récente2 mois depuis le dernier pushValidé
  • Clarté de licenceApache-2.0Validé
  • Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
  • Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé

Skills associés

Awesome Llm Apps

100+ AI Agent & RAG apps you can actually run — clone, customize, ship.

114.5K Stars

Hello Agents

📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程

59.5K Stars

Llm App

Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.

59.3K Stars

Flowise

Build AI Agents, Visually

53.6K Stars
InstallerVoir sur GitHub