Token导航 LogoToken导航

Agent Skill · 研究检索

vector-db-search(矢量数据库搜索)

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。

vector-db-search 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 54,843。

总安装 494周安装 20GitHub Stars 2下载 155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:vector-db-search(矢量数据库搜索)
来源仓库:https://github.com/richfrem/agent-plugins-skills
仓库路径:skills/vector-db-search
安装命令:
npx skills add https://github.com/richfrem/agent-plugins-skills --skill vector-db-search
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/richfrem/agent-plugins-skills --skill vector-db-search

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。

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。适用于语义搜索实现、相似内容推荐或多轮对话上下文管理等场景。

通过 GitHub 仓库安装,使用 npx skills add 命令添加指定技能。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。vector-db-search 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/vector-db-search

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/richfrem/agent-plugins-skills --skill vector-d…;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

vector-db-search 怎么安装?

在终端执行 npx skills add https://github.com/richfrem/agent-plugins-skills --skill vector-db-search。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

vector-db-search 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。

vector-db-search 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。

vector-db-search 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。

vector-db-search 用的人多吗?

公开数据是累计安装 494 次,近一周安装 20 次,下载 155 次,GitHub 2 星。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。

vector-db-search 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
vector-db-search

矢量数据库搜索 · 本页

4942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

Dependencies

This skill requires Python 3.8+ and standard library only. No external packages needed.

To install this skill's dependencies:

pip-compile ./requirements.in
pip install -r ./requirements.txt

See ./requirements.txt for the dependency lockfile (currently empty — standard library only).


Vector DB Search

Semantic (meaning-based) search against the ChromaDB vector store. Use for Phase 2 of the 3-phase search protocol -- after the RLM Summary Ledger (Phase 1) returns insufficient results.

Scripts

ScriptRole
scripts/query.pySemantic search -- CLI entry point
scripts/operations.pyCore Parent-Child retrieval library
scripts/vector_config.pyProfile config helper (vector_profiles.json)
scripts/vector_consistency_check.pyIntegrity validation

Write operations (ingest, cleanup) are handled by dedicated agents: vdb-ingest, vdb-cleanup.

When to Use

  • Phase 1 (RLM Summary Ledger) returned no match or insufficient detail
  • User asks "how does X work?" / "find code that does Y"
  • You need specific snippets, not just file-level summaries

Execution Protocol

1. Verify ChromaDB is running

curl -sf http://127.0.0.1:8110/api/v1/heartbeat

If connection refused: run vector-db-launch skill (.agents/skills/vector-db-launch/SKILL.md). For first-time setup: run vector-db-init skill (scripts/init.py).

2. Select Profile and Search

Profiles are project-defined in vector_profiles.json (see vector-db-init skill). Any number can exist. Discover what's available:

cat .agent/learning/vector_profiles.json

Common default is knowledge -- your project may define more (e.g. separate profiles for code vs docs). When topic is ambiguous, search all profiles.

python3 .agents/skills/vector-db-search/scripts/query.py \
  "your natural language question" --profile knowledge --limit 5

Results include ranked parent chunks with RLM Super-RAG context pre-injected.

Architectural Constraints (Electric Fence)

NEVER -- direct database reads

Do not cat, strings, or sqlite3 the .vector_data/ directory. Binary blobs will corrupt your context window and the retrieval pipeline.

ALWAYS -- use the API

All access goes through query.py. No exceptions.

Source Transparency Declaration (L5 Pattern)

When search returns empty results, explicitly state:

> Not Found in Vector Store
> Searched profile: [profile_name] for "[query]"
> Profile covers: [scope]
> Not searched: [out-of-scope areas]

平台分布

Codex

35.05%
按下载量换算54

Claude

27.9%
按下载量换算43

Cursor

19.95%
按下载量换算31

Gemini CLI

9.93%
按下载量换算15

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