القائمة
高性能 RAG 多路检索服务。集成 Milvus 向量数据库进行语义检索，并结合 Rerank 模型进行精准重排序，支持海量文档的高效存储与历史内容召回。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
基于 LLM 的深度迭代搜索与推理服务。擅长处理复杂问题，通过自动分解查询、多轮迭代检索、信息评估与验证，最终生成全面且结构化的深度分析报告。
文本向量化（Embedding）基础服务。将自然语言转换为高维稠密向量，为语义搜索、聚类分析、推荐系统等下游任务提供核心数据支持。
高精度光学字符识别（OCR）服务。支持多语言、多格式图像的文字检测与提取，并提供文本区域坐标与置信度评分，适用于文档数字化与图像内容分析。
文档重排序服务（Reranker）。基于深度学习模型对检索候选结果进行细粒度相关性打分与重新排序，显著提升检索结果的精准度（Top-K 准确率）。
安全隔离的 Docker 沙盒代码执行服务。支持 Python/Shell/Bash 多语言动态执行，内置超时与资源限制。提供信任模式用于服务间代码融合调用。
搜索工具调用决策指南。明确定义 Agent 何时应调用搜索工具（如实时信息、具体事实），何时应依赖内部知识。作为参考规范，优化 Agent 的工具使用策略。
| name | rag-service |
| description | 高性能 RAG 多路检索服务。集成 Milvus 向量数据库进行语义检索，并结合 Rerank 模型进行精准重排序，支持海量文档的高效存储与历史内容召回。 |
RAG 多路检索服务，提供：
from services.rag_service.client import RAGServiceClient
client = RAGServiceClient()
# 健康检查
status = client.health()
# 语义检索
result = client.retrieve(
query="Python 异步编程最佳实践",
top_k=5,
min_score=0.85,
rerank=True
)
print(result["results"])
# 便捷方法：只获取文本列表
texts = client.retrieve_texts(query="Python 异步编程", top_k=5)
# 保存文档
client.save(documents=[
{"text": "文档内容...", "metadata": {"title": "标题", "url": "..."}}
])
{
"query": "Python 异步编程",
"results": [
{
"id": "abc123",
"text": "Python异步编程基于asyncio库...",
"score": 0.92,
"metadata": {"title": "Python官方文档", "url": "..."}
}
],
"total": 3,
"elapsed_ms": 45.2,
"from_cache": false
}
{
"saved_count": 5,
"collection_name": "websearch_results"
}