Token导航 LogoToken导航

Agent Skill · 研究检索

addon-rag-pdf-pipeline(addon RAG PDF pipeline 搜索)

用于搭建或维护带检索增强的 RAG 工作流,适合让 Agent 处理知识库问答、向量检索、来源引用和事实核查。它可以辅助整理数据接入、Embedding、向量库、召回参数和回答生成流程。使用时需要确认数据来源、更新频率、召回阈值和引用展示方式,避免把未命中的资料或过期内容包装成确定事实。

addon-rag-pdf-pipeline 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 72,323。

总安装 188周安装 8GitHub Stars 公开资料未说明下载 66核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:addon-rag-pdf-pipeline(addon RAG PDF pipeline 搜索)
来源仓库:https://github.com/ajrlewis/ai-skills
仓库路径:skills/addon-rag-pdf-pipeline
安装命令:
npx skills add https://github.com/ajrlewis/ai-skills --skill addon-rag-pdf-pipeline
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/ajrlewis/ai-skills --skill addon-rag-pdf-pipeline

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

addon-rag-pdf-pipeline 专注于 PDF 文档的 RAG 处理,是 addon-rag-ingestion-pipeline 的窄化替代方案。适用于仅需处理 PDF 类型知识库的项目,推荐搭配 architect-python-uv-batch 或 FastAPI 架构使用。

支持本地文件夹、对象存储等多种数据源,并提供分块和向量库对接配置。安装需添加 pypdf 和文本分割器依赖,建议根据文档复杂度调整 CHUNK_SIZE 参数。若需支持更多文件格式,应优先选用 addon-rag-ingestion-pipeline 而非此技能。

来源仓库内路径:skills/addon-rag-pdf-pipeline

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/ajrlewis/ai-skills --skill addon-rag-pdf-pipel…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

addon-rag-pdf-pipeline 怎么安装?

在终端执行 npx skills add https://github.com/ajrlewis/ai-skills --skill addon-rag-pdf-pipeline。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

addon-rag-pdf-pipeline 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

addon-rag-pdf-pipeline 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

addon-rag-pdf-pipeline 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

addon-rag-pdf-pipeline 用的人多吗?

公开数据是累计安装 188 次,近一周安装 8 次,下载 66 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

addon-rag-pdf-pipeline 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
addon-rag-pdf-pipeline

addon RAG PDF pipeline 搜索 · 本页

188—需要联网未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Add-on: PDF RAG Pipeline (Legacy Narrow Variant)

Use this skill for PDF-only RAG. For mixed formats (Markdown, text, HTML, CSV), prefer addon-rag-ingestion-pipeline.

Compatibility

  • Best with architect-python-uv-batch or architect-python-uv-fastapi-sqlalchemy.
  • Can also support Next.js by keeping ingestion/indexing in a Python worker service.

Inputs

Collect:

  • DOC_SOURCE: local folder, object storage, or uploaded files.
  • EMBED_PROVIDER: openai or sentence-transformers.
  • VECTOR_STORE: pgvector, chroma, or existing store.
  • CHUNK_SIZE: default 1000.
  • CHUNK_OVERLAP: default 150.

Integration Workflow

  1. Add dependencies (Python worker path):
uv add pypdf langchain-text-splitters
  • If EMBED_PROVIDER=openai: uv add openai
  • If EMBED_PROVIDER=sentence-transformers: uv add sentence-transformers
  • If VECTOR_STORE=chroma: uv add chromadb
  1. Add modules:
src/{{MODULE_NAME}}/rag/
  loaders/pdf_loader.py
  chunking.py
  embeddings.py
  indexer.py
  retriever.py
  1. Standardize record model:
  • document_id
  • chunk_id
  • content
  • embedding
  • metadata (filename, page, section, checksum, ingested_at)
  1. Implement ingestion command:
uv run {{PROJECT_NAME}} rag-ingest --source ./data/inbox
  1. Implement retrieval contract:
  • Input: query, optional filters, top_k.
  • Output: ranked chunks with score + citation metadata.

Required Behaviors

  • Deduplicate ingestion using content hash/checksum.
  • Preserve citations (filename, page_number) for each chunk.
  • Normalize unicode and whitespace before chunking.
  • Keep embedding and retrieval concerns isolated from API/UI.

Minimal Defaults

chunking.py

from langchain_text_splitters import RecursiveCharacterTextSplitter

def chunk_text(text: str, chunk_size: int = 1000, overlap: int = 150) -> list[str]:
    splitter = RecursiveCharacterTextSplitter(
        chunk_size=chunk_size,
        chunk_overlap=overlap,
        separators=["\n\n", "\n", ". ", " ", ""],
    )
    return splitter.split_text(text)

Guardrails

  • Documentation contract for generated code:

- Python: write module docstrings and docstrings for public classes, methods, and functions. - Next.js/TypeScript: write JSDoc for exported components, hooks, utilities, and route handlers. - Add concise rationale comments only for non-obvious logic, invariants, or safety constraints. - Apply this contract even when using template snippets below; expand templates as needed.

  • Never interpolate user query into raw SQL for vector search.
  • Don’t block API request path with large ingestion jobs; run asynchronously.
  • Track embedding model/version in metadata for reindex decisions.
  • Keep chunking deterministic to avoid retrieval drift.

Validation Checklist

  • Confirm generated code includes required docstrings/JSDoc and rationale comments for non-obvious logic.
uv run {{PROJECT_NAME}} rag-ingest --source ./data/inbox
uv run {{PROJECT_NAME}} rag-query --q "test query" --top-k 5
uv run pytest -q

Decision Justification Rule

  • Every non-trivial decision must include a concrete justification.
  • Capture the alternatives considered and why they were rejected.
  • State tradeoffs and residual risks for the chosen option.
  • If justification is missing, treat the task as incomplete and surface it as a blocker.

适合场景

01

研究助手

02

事实核查

03

知识库问答

04

带来源的搜索总结

能力概览

能力 1

组合搜索和大模型调用

能力 2

支持多来源检索和总结

能力 3

强调引用来源和事实核查

能力 4

适合研究型 Agent 流程

平台分布

Codex

33.86%
按下载量换算22

Claude

31.39%
按下载量换算21

Cursor

17.01%
按下载量换算11

Gemini CLI

8.78%
按下载量换算6

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills