A
웹 검색 도구와 대규모 언어 모델을 사용하여 안정적인 검색증강 생성 파이프라인을 구축하세요.
AI RAG 파이프라인
웹 검색, 콘텐츠 추출, LLM을 활용하는 검색증강 생성 파이프라인을 구축하여 기반이 마련된 검증된 AI 응답을 생성합니다.
지식 워크플로에이전트 워크플로도구 오케스트레이션
스킬 영향력
측정 가능한 가치를 제공하는 집중형 워크플로입니다.
스타
709
포크
96
업데이트됨
2026년 8월 24일
AI RAG 파이프라인 소개
웹 검색과 LLM을 사용하여 RAG(검색증강생성) 파이프라인을 구축합니다. 도구: Tavily Search, Exa Search, Exa Answer, Claude, GPT-4, OpenRouter를 통한 Gemini. 기능: 리서치, 팩트체크, 기반 응답, 지식 검색. 용도: AI 에이전트, 리서치 어시스턴트, 팩트체커, 지식 베이스. 트리거: rag, 검색증강생성, 기반 ai, 검색 및 답변, 리서치 에이전트, 팩트체크, 지식 검색, ai 리서치, 검색 + llm, 웹 기반, 퍼플렉시티 대안, 출처가 있는 ai, 인용, 리서치 파이프라인
AI RAG 파이프라인으로 수행할 수 있는 작업
웹 검색 도구, 추출 유틸리티, 거대 언어 모델을 연결하여 다중 소스 리서치, 팩트체크, 구조화된 콘텐츠 분석을 실행할 수 있도록 지원합니다.
다중 소스 웹 검색 및 신경망 시맨틱 검색 수행
URL에서 깔끔한 웹 콘텐츠 및 텍스트 추출
출처 인용이 포함된 기반 AI 응답 생성
자동화된 팩트체크 및 주장 검증 파이프라인 실행
여러 데이터 소스에서 포괄적인 리서치 보고서 종합
일반적인 사용 사례
01
AI 리서치 어시스턴트 구축
02
웹 증거를 바탕으로 주장 팩트체크
03
산업 및 시장 보고서 종합
04
웹 콘텐츠 추출 및 요약
05
기반 지식 베이스 쿼리 생성
빠른 시작
설치 명령어
npx skills add inference-sh/skills@ai-rag-pipeline태그
주제 및 기능
#리서치 자동화#지식 추출#프롬프트 워크플로