前言¶
做 RAG 时，常见困境不是「能不能接上向量库」，而是整条链路缺一套可对照的选型与实现：分块怎么定、嵌入模型怎么选、检索之后要不要 Rerank、用什么指标验收。文档和示例散落在各处，Agent 容易只生成片段代码，难以覆盖从摄入到评估的完整路径。
下面介绍 SkillHub 上的社区 Skill「RAG 知识库搭建」（@user_69009747/rag-knowledge-base-builder，v1.0.0）。它把分块策略、嵌入选型、LangChain Pipeline、向量库备选和部署脚本组织成一套可跟随的流程说明，适合在 Cursor 等支持 Skills 的 Agent 里按需调用。
这是什么¶
「RAG 知识库搭建」是发布在 SkillHub 的 ai-agent 类 Skill，来源为 community，由 user_69009747（SkillHub 页面展示作者为「庄子十八代技师」）维护。官方入口：
- API / 安装坐标：
https://api.skillhub.cn/user_69009747/rag-knowledge-base-builder - 展示页：
https://www.skillhub.cn/skills/user_69009747/rag-knowledge-base-builder
Skill 页标注 requires_api_key=false（指 Skill 本身安装与引导不强制绑定平台 API Key）；若你在 Pipeline 里选用 OpenAI 等云端嵌入或生成服务，仍须自行配置对应密钥。
核心功能¶
以下能力均来自 SkillHub 官方简介，未在资料中出现的细节不展开。
文档分块¶
覆盖三类基础方案：固定分块、语义分块、结构化分块，并包含 小切大（小2大） 类高级优化思路，用于在召回粒度与上下文完整性之间做权衡。
嵌入模型选型（2026 主流方向）¶
Skill 内引导按场景选型，并提及 MTEB 榜单作参考：
| 场景倾向 | 资料中提到的方向 |
|---|---|
| 中文为主 | BGE 系列 |
| 多语言 | BGE-M3 |
| 英文为主 | OpenAI 嵌入 |
具体模型 ID、维度与依赖版本以 Skill 正文为准，安装后让 Agent 按当前任务展开即可。
完整 RAG Pipeline（LangChain）¶
资料描述的一条标准链路为：
- 文档摄入
- 向量化
- 检索
- Rerank
- 生成
- Ragas 评估
实现侧以 LangChain 代码组织，便于在本地或自有环境中串联、替换组件。
向量库三选一¶
可在 ChromaDB、FAISS、Milvus 中择一部署，Skill 侧提供与 Pipeline 配套的选型与接入说明，并提到 一键部署脚本，用于缩短从空环境到可检索知识库的时间。
安装与启用¶
Skill 遵循通用 SKILL.md 格式。安装方式以 SkillHub 官方说明为准。
方式一：通过 SkillHub CLI¶
先确认本机是否已有 skillhub（参见 SkillHub 安装文档）。安装技能时 必须 使用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别。
在 Cursor 中，常用 skills 目录为 ~/.cursor/skills/：
command -v skillhub && skillhub --version
skillhub install @user_69009747/rag-knowledge-base-builder --dir ~/.cursor/skills/
其他客户端路径（同样来自官方安装文档，按需替换 --dir）：
- Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/ - Windsurf：
~/.codeium/windsurf/skills/或.windsurf/skills/
CLI 未安装时，可按安装文档执行推荐的一键安装（需联网）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
方式二：让 Agent 按文档安装¶
SkillHub 页面给出的提示词为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_69009747/rag-knowledge-base-builder`。
将上述内容发给当前会话中的 AI，由 Agent 读取安装文档并完成安装到对应 skills 目录。
安装完成后，在对话中说明你的文档类型、语言、预期 QPS 或部署环境（本地 / 容器 / 已有 Milvus 集群等），Agent 会按 Skill 引导分步产出配置与代码。
典型用法¶
资料未提供单独的可复制「端到端命令清单」，但明确了可复现的工作顺序。下面是与官方描述一致的用法骨架，具体参数与脚本名以安装后的 SKILL 内容为准。
-
定分块策略
说明文档形态（PDF、Markdown、数据库导出等），在固定 / 语义 / 结构化方案中选型，必要时启用小切大优化。 -
选嵌入模型
按中文、多语言或英文场景在 BGE、BGE-M3、OpenAI 等方向选型，并结合 MTEB 参考做对比。 -
选向量库并部署
在 ChromaDB、FAISS、Milvus 中选一；若资料中的一键部署脚本适用于你的环境，先完成向量库与依赖就绪。 -
跑 LangChain Pipeline
按摄入 → 向量化 → 检索 → Rerank → 生成的顺序实现或生成代码，接入你的 LLM 与文档源。 -
用 Ragas 做评估
在样例问答集上跑评估，根据忠实度、上下文利用率等指标迭代分块与检索参数。
示例对话（示意）：
我要用中文技术文档做内部问答，文档约 500 份 Markdown，先本地验证。
请按 @user_69009747/rag-knowledge-base-builder，从分块和 BGE 嵌入选型开始，
向量库先用 ChromaDB，给出 LangChain Pipeline 和 Ragas 评估步骤。
适用场景与注意¶
适合谁
- 需要从零搭企业级 RAG、希望 Agent 按固定方法论输出而非零散片段的开发者。
- 要在 ChromaDB / FAISS / Milvus 之间做选型，或需要 Rerank + Ragas 闭环的团队。
- 已在 Cursor、Claude Code、Codex 等环境使用 Skills，希望把 RAG 最佳实践固化成可重复对话流程的用户。
限制与注意
- 来源为 community，质量与更新节奏依赖发布者；重大版本升级前建议在测试环境验证。
- SkillHub 统计（截至资料抓取）：评分 100000，下载 1851，安装计数 0；实际体验以你本地安装后的 SKILL 正文为准。
- 选用 OpenAI 嵌入或部分商用向量服务时，费用、合规与密钥管理需自行承担；
requires_api_key=false不表示整条 RAG 链路零密钥。 - Milvus 等分布式方案对运维要求高于 ChromaDB / 本地 FAISS，生产环境需单独规划容量与高可用。
结尾¶
「RAG 知识库搭建」把分块、嵌入选型、LangChain 全链路、三向量库备选和 Ragas 评估收拢为一个 Agent Skill，适合作为从零搭建 RAG 知识库时的结构化向导。需要安装或查看详情时，可打开 SkillHub 展示页：https://www.skillhub.cn/skills/user_69009747/rag-knowledge-base-builder，或使用坐标 @user_69009747/rag-knowledge-base-builder 与 API 地址 https://api.skillhub.cn/user_69009747/rag-knowledge-base-builder。
