RAG

knowledge-ops es una skill de knowledge-ops para gestionar una base de conocimiento multicapa entre archivos locales, memoria MCP, almacenes vectoriales y repos Git. Úsala para ingerir, organizar, sincronizar, deduplicar y recuperar notas, conversaciones, documentación y datos de proyectos con límites de almacenamiento claros.

vector-index-tuning ayuda a ajustar índices de búsqueda vectorial para optimizar latencia, recall y uso de memoria. Úsala para elegir tipos de índice, ajustar la configuración de HNSW y comparar opciones de cuantización en flujos de trabajo RAG.

rag-implementation es una skill práctica para planificar sistemas RAG con bases de datos vectoriales, embeddings, patrones de recuperación y flujos de respuestas fundamentadas. Úsala para comparar opciones del stack, orientar decisiones de arquitectura y guiar la instalación y el uso en Q&A sobre documentos, asistentes de conocimiento y búsqueda semántica.

similarity-search-patterns te ayuda a elegir métricas de distancia, tipos de índice y patrones de recuperación híbrida para búsqueda semántica y flujos de trabajo de RAG. Úsalo para planificar en producción los compromisos de la búsqueda vectorial entre recall, latencia y escalabilidad.

La skill hybrid-search-implementation muestra cómo combinar recuperación vectorial y por palabras clave con RRF, fusión lineal, reranking y patrones en cascada para sistemas de búsqueda y RAG.

langchain-architecture es una guía de diseño para crear aplicaciones con LangChain 1.x y LangGraph. Úsala para decidir entre cadenas, agentes, retrieval, memoria y patrones de orquestación con estado antes de implementar.

embedding-strategies te ayuda a elegir y optimizar modelos de embeddings para búsqueda semántica y flujos de trabajo RAG, con orientación práctica sobre chunking, compromisos entre modelos, contenido multilingüe y evaluación de recuperación.

azure-search-documents-py es la skill de Azure AI Search en Python para desarrollo backend, y cubre instalación, autenticación, diseño de índices, búsqueda vectorial, búsqueda híbrida, ranking semántico y recuperación agentic. Usa la skill azure-search-documents-py cuando necesites orientación práctica, desde la configuración inicial hasta patrones de consulta funcionales.

reunion es una skill local-first para crear agentes de chat conmemorativos a partir de recuerdos, historiales de chat, diarios, fotos y relatos orales, con análisis de Memory y Persona, uso por CLI y compatibilidad con servidor MCP para Agent Orchestration.