ragtop-agent
Skillby qbs784
clawhub⭐ 07/10
高级 RAG 助手，具备 Agentic RAG 思考能力。能够自动化管理 RAGTOP 知识库，并在执行深度调研任务时，调用 RAGTOP 后端接口。使用场景包括：(1) 列出知识库和文档，(2) 执行语义检索和深度分析。
高级RAG助手,具备Agentic思考能力,自动管理知识库,支持语义检索与深度分析,可调用RAGTOP后端接口执行复杂调研任务。
📊 商业分析
商业模式
freemium
独特价值
集成Agentic推理与RAG的自动化知识库管理,支持深度调研任务的端到端执行
竞品
LangChain RAG模块(通用但学习陡峭),Dify(低代码但功能受限),Vectara(专业但成本高)
🎯 应用场景
目标用户
企业知识管理部门AI研究团队内容分析师法律/医疗文档处理团队
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- 检索增强生成(RAG)与智能助手
- 可商业化
- ✅ 是
AI 标签
RAG检索增强生成Agentic AI知识库管理语义检索深度分析
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6