用途：该技能用于构建检索增强生成（RAG）系统，让 LLM 应用借助外部知识源给出准确、有依据的回答。适合在专有文档上做问答、构建提供最新事实信息的聊天机器人、用自然语言实现语义搜索、通过有依据的回答减少幻觉、让 LLM 访问领域知识、搭建文档助手，以及创建带来源引用的研究工具。若只需纯生成写作而无需检索、数据集太小不值得做嵌入，或无法安全存储与处理源数据，则不应使用。
主要能力：涵盖向量数据库、嵌入、检索策略、重排序等核心组件；包含混合搜索、多查询检索、上下文压缩、父文档检索器等模式；支持递归字符文本切分、基于 token 的切分、语义分块、Markdown 标题切分；涉及 Pinecone、Weaviate、Chroma（本地）等向量库；并提供元数据过滤、最大边际相关性、交叉编码器重排序，以及带引用、带置信度的上下文提示。
使用方式：先定义语料、更新频率与评估目标；再按规模选择嵌入模型与向量存储；然后构建摄取、分块与带重排序的检索流程；最后用有依据的问答指标评估并监控漂移。
安全与限制：需对敏感数据脱敏并实施访问控制，在受限时避免在回答中暴露源文档。资料未提供具体安装命令、代码示例、收费与价格信息。