par affaan-m
knowledge-ops est une compétence de knowledge-ops pour gérer une base de connaissances à plusieurs niveaux, entre fichiers locaux, mémoire MCP, vecteurs et dépôts Git. Utilisez-la pour ingérer, organiser, synchroniser, dédupliquer et retrouver des notes, conversations, documents et faits projet, avec des frontières de stockage bien définies.
par wshobson
vector-index-tuning aide à optimiser les index de recherche vectorielle en termes de latence, de rappel et de mémoire. Utilisez cette skill pour choisir les types d’index, ajuster les paramètres HNSW et comparer les options de quantification pour les workflows RAG.
par wshobson
rag-implementation est une skill pratique pour concevoir des systèmes RAG avec bases vectorielles, embeddings, schémas de retrieval et workflows de réponses fondées sur les sources. Utilisez-la pour comparer les options de stack, orienter les choix d’architecture et guider l’installation ainsi que l’usage pour la Q&A documentaire, les assistants de connaissance et la recherche sémantique.
par wshobson
similarity-search-patterns vous aide à choisir les métriques de distance, les types d’index et les approches de récupération hybride pour la recherche sémantique et les workflows RAG. Utilisez-le pour arbitrer les compromis d’une recherche vectorielle en production entre rappel, latence et passage à l’échelle.
par wshobson
La compétence hybrid-search-implementation montre comment combiner la recherche vectorielle et lexicale avec RRF, la fusion linéaire, le reranking et des schémas en cascade pour des systèmes de RAG et de recherche.
par microsoft
azure-search-documents-ts aide les développeurs backend à créer des solutions Azure AI Search avec le SDK @azure/search-documents. Utilisez-le pour la création d’index, l’import de documents, ainsi que la recherche par mots-clés, vectorielle, hybride et sémantique, sans oublier la configuration des identifiants et de l’environnement. C’est un guide pratique azure-search-documents-ts pour le développement backend.
par microsoft
azure-search-documents-py est le skill Python pour Azure AI Search dédié au développement backend, avec la configuration, l’authentification, la conception d’index, la recherche vectorielle, la recherche hybride, le classement sémantique et la récupération agentique. Utilisez le skill azure-search-documents-py lorsque vous avez besoin de conseils pratiques, de la mise en route aux schémas de requête réellement exploitables.
par microsoft
azure-search-documents-dotnet est un skill .NET pour Azure AI Search. Il aide les développeurs backend à choisir les bons clients, installer le SDK et appliquer azure-search-documents-dotnet pour la recherche plein texte, sémantique, vectorielle et hybride, avec des repères clairs pour l’indexation, les requêtes et l’authentification.
