Créer des pipelines de génération augmentée par récupération robustes à l'aide d'outils de recherche sur le Web et de grands modèles de langage.
Construire des pipelines de génération augmentée par récupération exploitant la recherche sur le Web, l'extraction de contenu et les LLM pour des réponses IA ancrées et vérifiées.
Un flux de travail ciblé à valeur mesurable.
Étoiles
709
Forks
96
Mis à jour
24 août 2026
Construisez des pipelines RAG (génération augmentée par récupération) avec la recherche Web et les LLM. Outils : Tavily Search, Exa Search, Exa Answer, Claude, GPT-4, Gemini via OpenRouter. Capacités : recherche, vérification des faits, réponses fondées, récupération de connaissances. Utilisation : agents IA, assistants de recherche, vérificateurs de faits, bases de connaissances. Déclencheurs : rag, génération augmentée par récupération, ia fondée, recherche et réponse, agent de recherche, vérification des faits, récupération de connaissances, recherche ia, recherche + llm, ancrage web, alternative à perplexity, ia avec sources, citation, pipeline de recherche
Vous aide à connecter des outils de recherche Web, des utilitaires d'extraction et des grands modèles de langage pour exécuter des recherches multi-sources, la vérification des faits et l'analyse de contenu structuré.
Création d'assistants de recherche en IA
Vérification des affirmations par rapport aux preuves du Web
Synthèse de rapports sectoriels et de marché
Extraction et résumé de contenu Web
Création de requêtes de base de connaissances fondées
npx skills add inference-sh/skills@ai-rag-pipelineSujets et capacités