用途：面向把 AI 作为一等公民的应用开发，提供 LLM 集成、RAG、向量检索、函数调用与智能体工作流的模式与参考。
主要能力：嵌入与向量搜索（余弦相似度、分块 500-1000 token、10-20% 重叠）；向量数据库（Pinecone、Chroma、Weaviate、Qdrant 的增删改查、元数据过滤与混合搜索）；RAG（基础与高级模式、引用来源、混合搜索、多查询、HyDE、上下文压缩、对话记忆）；函数调用与工具使用（JSON Schema 定义、并行与流式调用、Zod 校验、错误回退）；智能体工作流（ReAct、Tree of Thoughts、多智能体编排、任务规划与冲突解决、通信总线）；流式响应；成本优化（小模型、提示缓存、批处理、max_tokens、tiktoken 计数）；可观测性（LangSmith、LangFuse、自定义日志与质量指标）。
使用方式：技能内含 references/、templates/、examples/、checklists/ 等资料，可用 grep 检索具体模式，例如 grep -r "RAG" references/、grep -A 10 "Pinecone Setup" references/vector-databases.md。模板包括 templates/rag-pipeline.ts 与 templates/agentic-workflow.ts。
适用场景：聊天机器人、问答与对话界面、语义搜索与推荐、可调用工具的 AI 智能体、知识检索 RAG 系统、AI 成本与延迟优化、AI 可观测性建设。
限制：资料未提供具体安装命令、收费价格、平台支持范围与效果数据，暂未提供；部分示例依赖 OpenAI、Anthropic 等外部服务，实际可用性取决于相应账号与配额。