用途：通过 inference.sh CLI（belt）构建 RAG（检索增强生成）流水线。RAG 结合检索（从外部来源获取信息）、增强（把检索上下文加入提示词）与生成（LLM 基于上下文作答），从而产出更准确、更新、可验证的回答。
主要能力与可用工具：搜索类包括 tavily/search-assistant、exa/search、exa/answer；提取类包括 tavily/extract、exa/extract；LLM 类包括 openrouter/claude-sonnet-45、openrouter/claude-haiku-45、openrouter/gpt-4o、openrouter/gemini-25-pro。
使用方式：需先安装 belt CLI（npx skills add belt-sh/cli），并执行 belt login。基本流程为先用 belt app run 调用搜索工具，将结果注入 LLM 提示词生成答案，例如 belt app run tavily/search-assistant --input '{"query": "..."}'，再 belt app run openrouter/claude-sonnet-45 --input "{...}"。文档给出简单搜索+回答、多源研究、提取+处理等模式，以及事实核查、研究报告生成、快速带来源回答等示例。
适用场景：研究助理、多源信息汇总、URL 内容分析、事实核查、报告生成、迭代式深度研究。
限制与说明：需要 inference.sh CLI 账号并登录；具体价格、速率限制、可用地区及模型版本变更等资料暂未提供。使用前应确认工具与模型可用性。