前言¶
做 RAG 時，常見困境不是「能不能接上向量庫」，而是整條鏈路缺一套可對照的選型與實現：分塊怎麼定、嵌入模型怎麼選、檢索之後要不要 Rerank、用什麼指標驗收。文檔和示例散落在各處，Agent 容易只生成片段代碼，難以覆蓋從攝入到評估的完整路徑。
下面介紹 SkillHub 上的社區 Skill「RAG 知識庫搭建」（@user_69009747/rag-knowledge-base-builder，v1.0.0）。它把分塊策略、嵌入選型、LangChain Pipeline、向量庫備選和部署腳本組織成一套可跟隨的流程說明，適合在 Cursor 等支持 Skills 的 Agent 裏按需調用。
這是什麼¶
「RAG 知識庫搭建」是發佈在 SkillHub 的 ai-agent 類 Skill，來源爲 community，由 user_69009747（SkillHub 頁面展示作者爲「莊子十八代技師」）維護。官方入口：
- API / 安裝座標：
https://api.skillhub.cn/user_69009747/rag-knowledge-base-builder - 展示頁：
https://www.skillhub.cn/skills/user_69009747/rag-knowledge-base-builder
Skill 頁標註 requires_api_key=false（指 Skill 本身安裝與引導不強制綁定平臺 API Key）；若你在 Pipeline 裏選用 OpenAI 等雲端嵌入或生成服務，仍須自行配置對應密鑰。
核心功能¶
以下能力均來自 SkillHub 官方簡介，未在資料中出現的細節不展開。
文檔分塊¶
覆蓋三類基礎方案：固定分塊、語義分塊、結構化分塊，並包含 小切大（小2大） 類高級優化思路，用於在召回粒度與上下文完整性之間做權衡。
嵌入模型選型（2026 主流方向）¶
Skill 內引導按場景選型，並提及 MTEB 榜單作參考：
| 場景傾向 | 資料中提到的方向 |
|---|---|
| 中文爲主 | BGE 系列 |
| 多語言 | BGE-M3 |
| 英文爲主 | OpenAI 嵌入 |
具體模型 ID、維度與依賴版本以 Skill 正文爲準，安裝後讓 Agent 按當前任務展開即可。
完整 RAG Pipeline（LangChain）¶
資料描述的一條標準鏈路爲：
- 文檔攝入
- 向量化
- 檢索
- Rerank
- 生成
- Ragas 評估
實現側以 LangChain 代碼組織，便於在本地或自有環境中串聯、替換組件。
向量庫三選一¶
可在 ChromaDB、FAISS、Milvus 中擇一部署，Skill 側提供與 Pipeline 配套的選型與接入說明，並提到 一鍵部署腳本，用於縮短從空環境到可檢索知識庫的時間。
安裝與啓用¶
Skill 遵循通用 SKILL.md 格式。安裝方式以 SkillHub 官方說明爲準。
方式一：通過 SkillHub CLI¶
先確認本機是否已有 skillhub（參見 SkillHub 安裝文檔）。安裝技能時 必須 使用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別。
在 Cursor 中，常用 skills 目錄爲 ~/.cursor/skills/：
command -v skillhub && skillhub --version
skillhub install @user_69009747/rag-knowledge-base-builder --dir ~/.cursor/skills/
其他客戶端路徑（同樣來自官方安裝文檔，按需替換 --dir）：
- Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/ - Windsurf：
~/.codeium/windsurf/skills/或.windsurf/skills/
CLI 未安裝時，可按安裝文檔執行推薦的一鍵安裝（需聯網）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
方式二：讓 Agent 按文檔安裝¶
SkillHub 頁面給出的提示詞爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_69009747/rag-knowledge-base-builder`。
將上述內容發給當前會話中的 AI，由 Agent 讀取安裝文檔並完成安裝到對應 skills 目錄。
安裝完成後，在對話中說明你的文檔類型、語言、預期 QPS 或部署環境（本地 / 容器 / 已有 Milvus 集羣等），Agent 會按 Skill 引導分步產出配置與代碼。
典型用法¶
資料未提供單獨的可複製「端到端命令清單」，但明確了可復現的工作順序。下面是與官方描述一致的用法骨架，具體參數與腳本名以安裝後的 SKILL 內容爲準。
-
定分塊策略
說明文檔形態（PDF、Markdown、數據庫導出等），在固定 / 語義 / 結構化方案中選型，必要時啓用小切大優化。 -
選嵌入模型
按中文、多語言或英文場景在 BGE、BGE-M3、OpenAI 等方向選型，並結合 MTEB 參考做對比。 -
選向量庫並部署
在 ChromaDB、FAISS、Milvus 中選一；若資料中的一鍵部署腳本適用於你的環境，先完成向量庫與依賴就緒。 -
跑 LangChain Pipeline
按攝入 → 向量化 → 檢索 → Rerank → 生成的順序實現或生成代碼，接入你的 LLM 與文檔源。 -
用 Ragas 做評估
在樣例問答集上跑評估，根據忠實度、上下文利用率等指標迭代分塊與檢索參數。
示例對話（示意）：
我要用中文技術文檔做內部問答，文檔約 500 份 Markdown，先本地驗證。
請按 @user_69009747/rag-knowledge-base-builder，從分塊和 BGE 嵌入選型開始，
向量庫先用 ChromaDB，給出 LangChain Pipeline 和 Ragas 評估步驟。
適用場景與注意¶
適合誰
- 需要從零搭企業級 RAG、希望 Agent 按固定方法論輸出而非零散片段的開發者。
- 要在 ChromaDB / FAISS / Milvus 之間做選型，或需要 Rerank + Ragas 閉環的團隊。
- 已在 Cursor、Claude Code、Codex 等環境使用 Skills，希望把 RAG 最佳實踐固化成可重複對話流程的用戶。
限制與注意
- 來源爲 community，質量與更新節奏依賴發佈者；重大版本升級前建議在測試環境驗證。
- SkillHub 統計（截至資料抓取）：評分 100000，下載 1851，安裝計數 0；實際體驗以你本地安裝後的 SKILL 正文爲準。
- 選用 OpenAI 嵌入或部分商用向量服務時，費用、合規與密鑰管理需自行承擔；
requires_api_key=false不表示整條 RAG 鏈路零密鑰。 - Milvus 等分佈式方案對運維要求高於 ChromaDB / 本地 FAISS，生產環境需單獨規劃容量與高可用。
結尾¶
「RAG 知識庫搭建」把分塊、嵌入選型、LangChain 全鏈路、三向量庫備選和 Ragas 評估收攏爲一個 Agent Skill，適合作爲從零搭建 RAG 知識庫時的結構化嚮導。需要安裝或查看詳情時，可打開 SkillHub 展示頁：https://www.skillhub.cn/skills/user_69009747/rag-knowledge-base-builder，或使用座標 @user_69009747/rag-knowledge-base-builder 與 API 地址 https://api.skillhub.cn/user_69009747/rag-knowledge-base-builder。
