RAG Workflows

iterative-retrieval là một mẫu quy trình giúp tinh chỉnh dần việc truy xuất ngữ cảnh trong công việc theo kiểu tác nhân. Nó giúp subagents tránh lấy quá nhiều hoặc quá ít ngữ cảnh, nên đặc biệt hữu ích cho cách dùng iterative-retrieval, các quyết định cài đặt, và iterative-retrieval cho Workflow Automation.

vector-index-tuning giúp tinh chỉnh chỉ mục tìm kiếm vector để tối ưu độ trễ, recall và bộ nhớ. Dùng skill này để chọn loại chỉ mục, điều chỉnh thiết lập HNSW và so sánh các phương án quantization cho quy trình RAG.

rag-implementation là một skill thực tiễn để lập kế hoạch hệ thống RAG với vector database, embeddings, các mô hình retrieval và quy trình trả lời có căn cứ. Hãy dùng skill này để so sánh các lựa chọn trong stack, định hình quyết định kiến trúc, đồng thời định hướng cài đặt và sử dụng cho hỏi đáp tài liệu, trợ lý tri thức và tìm kiếm ngữ nghĩa.

similarity-search-patterns giúp bạn chọn distance metric, loại index và các mẫu hybrid retrieval cho semantic search và quy trình RAG. Hãy dùng skill này để lên kế hoạch cho các đánh đổi của vector search trong môi trường production về recall, latency và khả năng mở rộng.

Skill hybrid-search-implementation hướng dẫn cách kết hợp truy xuất vector và từ khóa bằng RRF, linear fusion, reranking và các mẫu cascade cho hệ thống RAG và tìm kiếm.

langchain-architecture là hướng dẫn thiết kế để xây dựng ứng dụng LangChain 1.x và LangGraph. Hãy dùng skill này để chọn giữa chains, agents, retrieval, memory và các mẫu điều phối có trạng thái trước khi bắt tay vào triển khai.

embedding-strategies giúp bạn chọn và tối ưu mô hình embedding cho tìm kiếm ngữ nghĩa và quy trình RAG, với hướng dẫn thực tế về chia đoạn, đánh đổi giữa các mô hình, nội dung đa ngôn ngữ và đánh giá chất lượng truy xuất.

azure-search-documents-ts giúp lập trình viên backend xây dựng giải pháp Azure AI Search với SDK @azure/search-documents. Dùng nó cho tạo index, tải tài liệu lên, tìm kiếm theo từ khóa, vector, hybrid và semantic, cùng với cấu hình xác thực và biến môi trường. Đây là hướng dẫn azure-search-documents-ts thực tế dành cho phát triển backend.

azure-ai-contentunderstanding-py là skill Python cho Azure AI Content Understanding. Nó trích xuất nội dung có cấu trúc từ tài liệu, hình ảnh, âm thanh và video để phục vụ RAG và tự động hóa. Hãy dùng khi bạn cần trích xuất đa phương thức đáng tin cậy, xác thực Azure và đầu ra lặp lại, sẵn sàng cho pipeline.