Token导航 LogoToken导航

Agent Skill · 研究检索

cs-rag-architecture-guideline(CS RAG 架构 guideline)

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。

cs-rag-architecture-guideline 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,权限为只读;许可证信息还不明确,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 66,424。

总安装 264周安装 11GitHub Stars 公开资料未说明下载 88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:cs-rag-architecture-guideline(CS RAG 架构 guideline)
来源仓库:https://github.com/qiao-925/qiao-skills
仓库路径:skills/cs-rag-architecture-guideline
安装命令:
npx skills add https://github.com/qiao-925/qiao-skills --skill cs-rag-architecture-guideline
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/qiao-925/qiao-skills --skill cs-rag-architecture-guideline

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。

cs-rag-architecture-guideline 用于搭建和维护 RAG 工作流,支持知识库问答与向量检索。提供三层架构约束:前端→业务→基础设施单向依赖,禁止反向与跨层访问。强制先执行认知检查再设计检查最后合规复核,确保接口契约与依赖注入合理。

适用于数据接入、Embedding、召回参数调优与回答生成流程管理。需确认数据来源与更新频率,避免将未命中资料包装成确定事实输出。

来源仓库内路径:skills/cs-rag-architecture-guideline

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/qiao-925/qiao-skills --skill cs-rag-architectu…;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

cs-rag-architecture-guideline 怎么安装?

在终端执行 npx skills add https://github.com/qiao-925/qiao-skills --skill cs-rag-architecture-guideli…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

cs-rag-architecture-guideline 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。

cs-rag-architecture-guideline 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

cs-rag-architecture-guideline 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。

cs-rag-architecture-guideline 用的人多吗?

公开数据是累计安装 264 次,近一周安装 11 次,下载 88 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。

cs-rag-architecture-guideline 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

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。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。
  • 只想先试试效果、不希望它改动本地文件的人。

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
cs-rag-architecture-guideline

CS RAG 架构 guideline · 本页

264—只读未明确有提醒

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

CS-RAG 架构总规范

CS-RAG 项目专用架构总规范。已无损合并 architecture-cognition 与 architecture-design 的规则内容,可在原 skill 删除后独立使用。

⚠️ 核心强制要求

统一三层架构约束

  • 前端层 → 业务层 → 基础设施层(单向依赖)
  • 禁止反向依赖:基础设施层不能依赖业务层或前端层
  • 禁止跨层访问:前端层不能直接访问基础设施层
  • 基础设施层不得夹带业务逻辑

认知与设计的组合治理顺序

  1. 先执行架构认知检查:层级位置、组件关系、数据流影响
  2. 再执行架构设计检查:接口契约、依赖注入、可插拔设计
  3. 最后执行合规复核:跨层、反向依赖、循环依赖、兼容性

升级给用户决策的场景

  • 涉及跨层依赖修改
  • 涉及核心组件接口变更(尤其破坏性变更)
  • 涉及数据流向/主路径改变
  • 涉及全局策略、性能、资源消耗或数据一致性风险

AI Agent 行为要求

阶段 A:架构认知(原 architecture-cognition 全量迁入)

修改代码前必须回答:

  1. 位置识别:属于哪一层?影响哪些组件?有跨层依赖风险?
  2. 影响范围:影响哪些数据流?有组件依赖此接口?需更新测试?
  3. 架构约束:是否违反三层架构?是否引入循环依赖?

创建新组件时必须明确:

  1. 职责定位:属于哪一层?单一职责是什么?与现有组件关系?
  2. 接口设计:需要抽象基类/Protocol?需要工厂模式?
  3. 依赖管理:依赖哪些组件?是否可依赖注入?是否违反依赖方向?

快速参考(项目上下文):

层核心组件职责
前端层frontend/main.py用户交互、UI 展示
业务层RAGService, QueryEngine业务逻辑、流程编排
基础设施层IndexManager, Embedding, LLM技术实现、无业务逻辑

阶段 B:架构设计(原 architecture-design 全量迁入)

设计变更时检查项:

  • 标注影响到的层级与上下游模块
  • 确认无循环依赖
  • 确认无跨层访问

接口设计要求:

  • 以抽象基类或 Protocol 定义契约
  • 新接口默认向后兼容
  • 使用构造函数依赖注入,禁止静态单例

可插拔设计要求:

  • 使用工厂或注册表模式注册新实现
  • 所有可切换组件通过配置项启用

新模块规划时:

  • 每个模块/类仅负责单一领域
  • 命名遵循 src/<layer>/<role>/module.py 结构

阶段 C:合规复核

  • 复核是否引入跨层访问或反向依赖
  • 复核接口变更是否具备兼容策略
  • 复核是否出现循环依赖

判断标准

  • 是否完成“认知 + 设计 + 复核”三阶段检查
  • 是否保持三层依赖方向正确且无循环依赖
  • 是否保留接口兼容性与实现可替换性

无损合并声明

  • 本 skill 已承载两套原始规则的内容级迁移,不是仅链接跳转。
  • 原始 SKILL.md 文本已复制到:

- references/architecture-cognition-skill.md - references/architecture-design-skill.md

  • 原始 references 文本已全量复制到本 skill 的 references/。
  • 详细映射见 references/lossless-merge-routing.md。

删除源 skill 就绪说明

  • 删除 architecture-cognition 与 architecture-design 后,本 skill 仍可独立运行。
  • 删除前后仅路径变化,不会丢失规则内容。

参考资料

  • references/lossless-merge-routing.md - 无损合并路由与原文映射
  • references/architecture-cognition-skill.md - 原 architecture-cognition 全文
  • references/architecture-cognition-system-overview.md - 原认知参考:系统定位
  • references/architecture-cognition-three-layer-architecture.md - 原认知参考:三层架构
  • references/architecture-cognition-component-map.md - 原认知参考:组件地图
  • references/architecture-cognition-data-flow.md - 原认知参考:数据流
  • references/architecture-design-skill.md - 原 architecture-design 全文
  • references/architecture-design-layer-guidelines.md - 原设计参考:分层指南
  • references/architecture-design-module-planning.md - 原设计参考:模块规划
  • references/architecture-design-interface-design.md - 原设计参考:接口设计

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

34.88%
按下载量换算31

Claude

29.09%
按下载量换算26

Cursor

16.67%
按下载量换算15

Gemini CLI

9.95%
按下载量换算9

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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