rag-ingest
MCP Serverby seal-re
clawhub⭐ 05/10
将 Agent 已解读好的正文写入 Qdrant（kb_main）。仅做 chunk、embedding 和向量写入，不负责抓取与精炼。
将Agent已解读的正文进行文本分块、向量嵌入并写入Qdrant知识库，专注向量写入环节，不涉及抓取与精炼。
📊 商业分析
商业模式
free
独特价值
Agent解读后直接chunk嵌入写入Qdrant，解耦抓取与向量化
竞品
LlamaIndex Ingestion Pipeline（更完整的索引链路）、LangChain VectorStore Loader（生态更丰富）、Unstructured.io（覆盖解析+写入全流程）——本skill仅做chunk+embedding+写入，功能单一
🎯 应用场景
目标用户
RAG应用开发者AI Agent构建者企业知识库运维人员
工具信息
- 类型
- MCP Server
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 5/10
- 子分类
- RAG向量数据库写入工具
- 可商业化
- ❌ 否
AI 标签
RAG向量数据库Qdrant文本分块Embedding写入
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