Star200+

Advanced RAG

审查 · 61
社区收录

Advanced Retrieval-Augmented Generation (RAG) through practical notebooks, using the power of the Langchain, OpenAI GPTs ,META LLAMA3 ,Agents.

Verified installs0
Stars481
版本1.0.0
质量48/100 · 需审查
信任61/100 · 仅限沙盒
审计61/100 · 需审查

供给资产档案

编程与开发 Agent

代码审查、仓库分析、测试、CI、GitHub、DevOps 与开发工作流 Skill。

浏览赛道

场景

编程 Agent

我需要一个能理解仓库、修改代码并审查 Pull Request 的编程 Agent。

适配 Agent

Claude Code + OpenAI Agents + LangChain

适用于 Codex、Claude Code、Cursor、CLI 或自定义 Agent。

安装

就绪

npx skills add NisaarAgharia/Advanced_RAG

维护状态

过期

距上次推送 2 年

风险

需审查

许可证不清晰

GitHub 质量

481

48/100 质量 · 69/100 信任

覆盖标签

编程编程 Agentml-automationmachine-learning自动化

审查说明

许可证不清晰 · Repository appears stale

Agent 采用评分卡

一眼查看信任、审计与安装准备度

这些分数综合公开仓库元数据、OpenAgentSkill 审查信号、维护新鲜度与安装准备度。它用于候选筛选，不替代人工审查。

质量

需审查
48

加入 Agent 工作流前请仔细检查仓库。

信任

仅限沙盒
61

有用但信任信号不足或混杂的候选项。在结果闭环证明任务匹配前，请保持在隔离工作区内使用。

审计

需审查
61

对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。

OpenAgentSkill 信任评分 v5

安装前需人工审查

仅在沙盒中运行，并在用于真实工作前比较接近的替代方案。

Jupyter NotebookMachine LearningCodexClaude CodeCursor

Stars

481 个 GitHub Stars

仓库活跃度

481 个 Star，89 个 Fork

维护状态

距上次推送 2 年

许可证

未知

安装

npx skills add NisaarAgharia/Advanced_RAG

安装安全性

标准软件包或运行时安装路径

权限范围

文件系统或文档访问

Agent 结果

暂未有 Agent 结果数据

文档

README/SKILL.md 上下文充分

风险摘要

生产前审查

  • Financial research output is not financial advice; require human review before any live investment decision.
  • 许可证不清晰
  • Repository looks stale
  • Quality score needs review

安装准备度

安装路径可用

  • 安装路径可用
  • 仓库证据可用
  • 许可证不清晰
  • 暂无 Agent 验证结果证据

Agent 可读元数据

这个 Skill 的机器可读决策数据。

使用此区块或内嵌 JSON 判断 Agent 是否应安装该 Skill、选择替代方案，或先请求人工审查。

打开 JSON

适用任务

  • RAG and knowledge 工作流
  • Claude Code 团队
  • builders willing to evaluate younger projects
  • Chunk documents

适用 Agent

Jupyter NotebookMachine LearningCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsLangChain

安装决策

命令
npx skills add NisaarAgharia/Advanced_RAG
策略
审查
人工审查
是

信任与风险

信任
61/100
审计
61/100
风险级别
需审查

结果闭环

端点
/api/agent/outcome
事件 ID
resolve
结果
5

安装命令

npx skills add NisaarAgharia/Advanced_RAG
公开审计评估报告Resolve API安装交接

不适用场景

  • teams that require actively maintained dependencies
  • production agents without a repository review
  • Repository looks stale
  • 许可证不清晰
  • Repository appears stale

替代 Skill

Tensorflow

195.7K Stars

npx skills add tensorflow/tensorflow

替代 Skill

Transformers

161.6K Stars

npx skills add huggingface/transformers

替代 Skill

Pytorch

100.8K Stars

npx skills add pytorch/pytorch

替代 Skill

LLMs From Scratch

97.3K Stars

npx skills add rasbt/LLMs-from-scratch

Agent 安全 v2

45/100 · 避免自动安装

实验性审查

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

Test manually in an isolated workspace and compare against safer alternatives.

通过 API 解析

中

网络访问

Skill 可能访问远程页面、API、仓库或外部服务。

中

文件系统访问

Skill 可能读取或写入项目文件、文档、生成产物或本地工作区状态。

  • 许可证不清晰

安装目标

在你的 Agent 工作流中安装此 Skill

通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。

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 nisaaragharia-advanced-rag

Agent 解析计划

让 Agent 在安装前验证匹配度。

Resolve API 返回首选 Skill、替代方案、安全策略、审计说明、安装目标和可直接执行的提示词，无需抓取此页面。

打开文本计划

打开 JSON

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

Resolve 文本

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

安装交接

/api/skills/nisaaragharia-advanced-rag/install

Agent 应检查

  • 从 Resolve API 检查任务匹配与替代方案。
  • 检查审计评分、信任评分和安全策略警告。
  • 检查 Codex、Claude Code、Cursor 或 CLI 的安装目标兼容性。

复制提示词

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

Agent 交接

把安装路径交给 Agent，而不是再给一个目录页。

通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。

打开安装 API

安装交接

/api/skills/nisaaragharia-advanced-rag/install

LLM 文本格式

/api/skills/nisaaragharia-advanced-rag/install?format=text

寻找替代方案

/api/skills/search?q=Advanced%20RAG&limit=3

Agent 提示词

Use Advanced RAG for this task. Review https://www.openagentskill.com/api/skills/nisaaragharia-advanced-rag/install, then install with: npx skills add NisaarAgharia/Advanced_RAG

Registry 元数据

用于自动选择 Skill 的 Agent 可读档案。

本页通过 Registry API 提供相同的决策、信任、审计、场景和安装信号，让 Agent 无需抓取界面即可排序。

打开 Manifest

Manifest

/api/registry/manifest/nisaaragharia-advanced-rag

LLM 文本

/api/registry/manifest/nisaaragharia-advanced-rag?format=text

安装别名

/api/registry/install/nisaaragharia-advanced-rag

推荐

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

适配 Agent

41/100

RAG and knowledge

使用场景标签

RAG and knowledge编程 Agent工作流自动化

平台

Jupyter Notebook, Machine Learning, Claude Code, OpenAI Agents, LangChain

审计报告

需审查 · 61/100

对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。

查看审计报告查看评估报告

Agent 决策面板

Needs validation for RAG and knowledge

在将它加入 Agent 工作流前先人工审查仓库。

41
就绪度
审查
阶段

栈中角色

需要验证

主要匹配

RAG and knowledge

信任标签

需要人工审查

安装路径

命令已就绪

适用场景

  • RAG and knowledge 工作流
  • Claude Code 团队
  • builders willing to evaluate younger projects

证据

  • 已提供安装命令或 GitHub 仓库
  • 48/100 质量档案
  • 8 个 OpenAgentSkill 交互事件

先审查

  • Repository looks stale

实施路径

  1. 1在沙盒 Agent 中安装它，并端到端完成一次RAG and knowledge任务。
  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.

信任档案

仅限沙盒

有用但信任信号不足或混杂的候选项。在结果闭环证明任务匹配前，请保持在隔离工作区内使用。

61
OpenAgentSkill 信任评分

GitHub 采用度

信息

481 个 GitHub Stars

Star/Fork 活跃度

信息

481 个 Star，89 个 Fork; 当前元数据中没有议题活跃度信息

近期维护

修复

距上次推送 2 年

许可证清晰度

检查

未知

积极信号

  • AI 审查已通过
  • 安装路径可用
  • 仓库证据可用
  • 安装命令未发现明显高风险模式
  • 结果闭环已就绪，但需要首次真实 Agent 运行

安装前审查

  • Financial research output is not financial advice; require human review before any live investment decision.
  • 许可证不清晰
  • Repository looks stale
  • Quality score needs review
  • Recent maintenance: 2y since push
  • License clarity: Unknown
  • 暂未有真实 Agent 结果报告
  • 无人值守安装前需要人工审查

建议操作

仅在沙盒中运行，并在用于真实工作前比较接近的替代方案。

质量档案

需审查 适用于 Agent 工作流的候选

加入 Agent 工作流前请仔细检查仓库。

48
GitHub Stars
481
新鲜度
2 年前
安装就绪
是
许可证
未知
安装前审查: Repository looks stale

工作流匹配

在这些场景使用此 Skill

Search private knowledge

RAG and knowledge

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

Build and ship code

Coding agents

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

Automate repeated work

Workflow automation

I need my agent to automate a repeated workflow across tools and files.

工作流匹配

加入完整工作流

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.

Turn skills into distribution

Content growth agent

A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.

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.

替代方案短名单

安装前对比

可能适合该任务的相近 Skill。

对比全部

Tensorflow

An Open Source Machine Learning Framework for Everyone

采用
就绪100
质量100
Stars195.7K

Transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

采用
就绪100
质量100
Stars161.6K

Pytorch

Tensors and Dynamic neural networks in Python with strong GPU acceleration

采用
就绪100
质量100
Stars100.8K

LLMs From Scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

采用
就绪100
质量100
Stars97.3K

概览

Advanced Retrieval-Augmented Generation (RAG) through practical notebooks, using the power of the Langchain, OpenAI GPTs ,META LLAMA3 ,Agents.

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.

平台兼容性

jupyter-notebookFULL
machine-learningFULL

技术详情

版本
1.0.0
许可证
Unknown
最近更新
2026年8月18日
发布时间
2026年6月20日

框架与工具

Jupyter NotebookMachine Learning

决策摘要

需要验证

41
就绪
审查
阶段

已提供安装命令或 GitHub 仓库

审计

安装审查

安装与采用审查

61
需审查
安全性
81/100
维护状态
20/100
安装
92/100
打开完整审计查看评估报告

Agent 验证证据

Agent 验证证据

来自解析、审查、安装和一次小范围运行后的结果报告。

0
已验证
Needs first agent run自动安装: 先审查最近: 未知
成功率
—
近期失败
—
结果
0
输出质量
—
失败
0
不相关
0
安装次数
0
风险拦截
0
需要配置
0
生产环境
0

暂时没有 Agent 结果数据。首次 Agent 执行可以通过 /api/agent/outcome 报告成功、需要设置、风险拦截、失败或不相关。

Agent 已验证排行结果契约

安装

加入 Agent 工作流

免费且开源. 在生产 Agent 中安装前请先审查报告。

对比替代方案自动解析计划在 GitHub 查看文档

增长闭环

分享工具包

X

为 Advanced RAG 准备的场景化草稿，可手动发布到 X。

策展说明
Advanced RAG: Advanced Retrieval-Augmented Generation (RAG) through practical notebooks, using the power of...

481 stars

https://www.openagentskill.com/skills/nisaaragharia-advanced-rag?ref=x
打开 X 草稿
可选：带安装命令的回复
Listing + install path for Advanced RAG:
https://www.openagentskill.com/skills/nisaaragharia-advanced-rag?ref=x

Install: npx skills add NisaarAgharia/Advanced_RAG
打开回复草稿

收录来源

社区收录

可认领

此列表来自公开来源，维护者认领获批前不会标记为官方。

创作者
NisaarAgharia
收录方
OpenAgentSkill 社区索引

归属链接指向公开仓库或创作者主页。创作者可认领列表以更新所有权信号。

认领此 Skill

所有者认领

认领此 Skill 页面

这条 社区收录 列表归属于 NisaarAgharia，但尚未标记为官方。认领后可增加已验证所有者信号，使后续发布、安装和审计更新更值得信赖。

创作者外链工具包

将证据徽章加入你的 README

在开发者评估仓库的位置展示规范页面、当前信任与审计信号，以及真实的 Agent 验证证据。

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/nisaaragharia-advanced-rag?metric=listed&label=Listed)](https://www.openagentskill.com/skills/nisaaragharia-advanced-rag)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/nisaaragharia-advanced-rag?metric=trust&label=Trust)](https://www.openagentskill.com/skills/nisaaragharia-advanced-rag)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/nisaaragharia-advanced-rag?metric=audit&label=Audit)](https://www.openagentskill.com/skills/nisaaragharia-advanced-rag/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/nisaaragharia-advanced-rag?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/nisaaragharia-advanced-rag)
预览徽章 打开审计 创作者工具包

作者

N

NisaarAgharia

@nisaaragharia

标签

machine-learningautomationml-mediaagentagentsaichatgptgenailangchainllama3

平台适配

Claude CodeOpenAI AgentsLangChain

健康信号

GitHub Stars
481
质量评分
37/100
最近 GitHub 推送
2024年4月26日
框架提示
2
OpenAgentSkill 浏览量
8
复制安装命令
0
跳转点击
0

社区信号

告诉我们这个 Skill 是否对你的 Agent 工作流有帮助。汇总反馈会持续改善排序。

信任与安全

仅限沙盒

61
  • GitHub 采用度481 个 GitHub Stars信息
  • Star/Fork 活跃度481 个 Star，89 个 Fork; 当前元数据中没有议题活跃度信息信息
  • 近期维护距上次推送 2 年修复
  • 许可证清晰度未知检查
  • README/SKILL.md 完整度元数据包含足够的用法与工作流上下文通过
  • 依赖与运行时风险公开元数据中未发现主要依赖风险提示通过

相关 Skill

Tensorflow

An Open Source Machine Learning Framework for Everyone

195.7K Stars

Transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

161.6K Stars

Pytorch

Tensors and Dynamic neural networks in Python with strong GPU acceleration

100.8K Stars

LLMs From Scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

97.3K Stars
安装在 GitHub 查看