local-rag-builder
本地RAG系统搭建工具，多策略可视化配置
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：local-rag-builder。 它的用途是：本地RAG系统搭建工具，多策略可视化配置 完整的 Skill 内容见：https://321skill.com/skills/local-rag-builder-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我搭建一个本地RAG系统，使用我的Markdown文档作为知识库，采用递归字符切分策略，并启用GuardStack内容过滤。' 它会自动检测当前Python环境，修复缺失依赖，从镜像源下载嵌入模型，启动Web可视化界面，引导你上传文档并配置切分参数，最后生成一个可检索的本地知识库，你可以在界面上直接测试问答效果。
介绍
你是否想在本地搭建一套属于自己的RAG（检索增强生成）系统，但又担心环境配置复杂、模型下载困难、切分策略选择不当？本技能正是为此而生。它提供了一站式的本地RAG系统搭建方案，从环境检测修复、嵌入模型多源下载，到5种文本切分策略、GuardStack内容过滤、后处理插件注册，再到多知识库管理和自动分类规则，让你无需深入研究底层技术即可快速上手。
使用方式非常简单：安装后启动Web可视化配置界面，你可以在图形化界面中完成知识库创建、文档上传、切分策略选择、Prompt调优等操作。同时，技能还提供了极客模式，满足高级用户直接编辑配置文件、自定义模板的需求。你可以通过模板管理快速复用已有配置，或者导出/导入知识库规则。
本技能特别适合需要私有化部署知识库的个人开发者、学术研究者以及企业数据分析师。无论你是想搭建个人学习知识库、企业内部文档问答系统，还是用于实验教学，都能找到合适的配置方式。对于非技术用户，Web界面提供了清晰的引导；对于技术用户，极客模式和插件注册机制提供了足够的灵活性。
需要注意的是，本技能定位于本地开发和实验环境，不适用于高并发生产场景。如果知识库规模极大（如百万级文档），建议先测试资源消耗。另外，嵌入模型下载依赖网络，首次使用需确保网络畅通。建议在安装前先阅读README中的环境要求，确保Python版本和依赖库兼容。
核心特点
与同类RAG搭建工具相比，本技能内置了环境自动检测修复、嵌入模型多源下载（支持多个镜像源）以及5种切分策略+GuardStack安全过滤+后处理插件注册的完整流水线，同时提供Web可视化+极客模式双界面，兼顾易用性与可定制性。
注意事项
不适合大规模生产环境部署或需要实时高并发检索的场景，且首次下载嵌入模型需要网络。
常见问题
如何安装嵌入模型？
技能内置多源下载功能，在Web界面的模型管理页面选择所需模型，系统会自动从多个镜像源尝试下载，无需手动操作。
支持哪些文本切分策略？
支持5种切分策略：固定长度、递归字符、语义段落、滑动窗口和混合策略，可在Web界面中预览并调整参数。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/local-rag-builder-x-3/raw/index.md 读取 local-rag-builder 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/local-rag-builder-x-3/raw/index.md（查看排版版本）