Что такое RAG и есть ли скилы для его разработки?

RAG (Retrieval-Augmented Generation) — архитектура, где LLM отвечает на вопросы используя внешнюю базу знаний. Да, в категории есть скилы для проектирования RAG-систем: как структурировать чанки, как выбирать эмбеддинги, как отлаживать качество ответов. Поищи по тегам rag, vector-db.

Помогут ли скилы с написанием промптов для собственных LLM-приложений?

Да, это один из ключевых сценариев. Скилы в категории Данные и ИИ включают инструкции для Claude Code, которые помогают проектировать системные промпты, тестировать их на разных входных данных и итерировать на результат. Полезно всем кто пишет AI-ассистентов или чат-ботов.

Подходит ли категория только для Python-разработчиков?

Нет. Часть скилов Python-специфичные (pandas, sklearn, torch), но есть и языконезависимые — для проектирования данных, работы с SQL, построения AI-пайплайнов в любом стеке. Теги на карточке скила покажут стек.

$pwd:~/категории/Данные и ИИ

skills --listready

// Категория

Данные и ИИ

158 скилов

Скилы для работы с данными, машинным обучением и разработкой AI-приложений: анализ датасетов, написание ML-пайплайнов, интеграция с LLM API, RAG-системы. Для дата-сайентистов и разработчиков, которые строят AI-продукты с помощью Claude Code.

find

Найдено: 158 скилов

data-throughput-accelerator.md

220k

data-throughput-accelerator

Ускорение массовой обработки данных

affaan-m

claude-codedataetl

agent-harness-construction.md

220k

agent-harness-construction

Проектирование пространства действий агента

affaan-m

claude-codeagentaction-space

data-scraper-agent.md

220k

data-scraper-agent

Агент-парсер для сбора данных с любого источника

affaan-m

claude-codescrapingdata

eval-harness.md

220k

eval-harness

Фреймворк оценки качества Claude-сессий

affaan-m

claude-codeevaluationedd

cost-aware-llm-pipeline.md

220k

cost-aware-llm-pipeline

Экономия на LLM-вызовах без потери качества

Affaan M.

claude-codellmcost-optimization

benchmark-methodology.md

220k

benchmark-methodology

Методология бенчмаркинга AI-агентов и систем

Affaan M.

claude-codebenchmarkevaluation

videodb.md

218k

videodb

VideoDB: поиск, индексация и стриминг видео через AI

affaan-m

videovideodbai

pytorch-patterns.md

218k

pytorch-patterns

Паттерны PyTorch для ML-инженеров

affaan-m

pytorchmachine-learningdeep-learning

clickhouse-io.md

218k

clickhouse-io

ClickHouse: аналитика, оптимизация, data engineering

Affaan M.

claude-codeclickhouseanalytics

exa-search.md

218k

exa-search

Нейросетевой поиск через Exa MCP для агентов

Affaan M.

claude-codemcpsearch

agent-eval.md

218k

agent-eval

Сравнение AI-агентов по реальным задачам

affaan-m

claude-codebenchmarkevaluation

agentic-engineering.md

218k

agentic-engineering

Agentic-инжиниринг с eval-first подходом

affaan-m

claude-codeagenticengineering

Полный список: 158 скилов — данные и ии

Частые вопросы

Что такое RAG и есть ли скилы для его разработки?: RAG (Retrieval-Augmented Generation) — архитектура, где LLM отвечает на вопросы используя внешнюю базу знаний. Да, в категории есть скилы для проектирования RAG-систем: как структурировать чанки, как выбирать эмбеддинги, как отлаживать качество ответов. Поищи по тегам rag, vector-db.
Помогут ли скилы с написанием промптов для собственных LLM-приложений?: Да, это один из ключевых сценариев. Скилы в категории Данные и ИИ включают инструкции для Claude Code, которые помогают проектировать системные промпты, тестировать их на разных входных данных и итерировать на результат. Полезно всем кто пишет AI-ассистентов или чат-ботов.
Подходит ли категория только для Python-разработчиков?: Нет. Часть скилов Python-специфичные (pandas, sklearn, torch), но есть и языконезависимые — для проектирования данных, работы с SQL, построения AI-пайплайнов в любом стеке. Теги на карточке скила покажут стек.

Или по профессии

Скилы и скиллы Claude Code для «Данные и ИИ»: готовые навыки (.md-расширения) для Claude и Cursor — устанавливаются в один шаг.