这是付费新闻稿。如有任何疑问，请直接联系新闻稿发布方。

Weaviate 推出 Agent Skills，赋能 AI 编码代理

Weaviate

2026年2月22日星期日 上午3:22（GMT+9） 4分钟阅读

Weaviate

这个新的开源仓库提供结构化技能、快捷命令和面向生产的操作手册，旨在减少 AI 编码错误并加快基于 Weaviate 的应用开发。

阿姆斯特丹，荷兰，2026年2月21日（环球新闻）—— 2026年2月20日，领先的开源 AI 数据库 Weaviate 今日宣布推出 Weaviate Agent Skills，这是一个创新的开源仓库，为流行的编码代理如 Claude Code、Cursor、GitHub Copilot、VS Code 和 Gemini CLI 提供精准工具，以生成面向 Weaviate 工作流的生产就绪代码。

此次发布直接基于 Weaviate 的查询代理（Query Agent），该代理于2025年3月首次预览，并于2025年9月正式发布。查询代理支持跨多个集合的自然语言查询，具有多集合路由、智能查询扩展、复杂问题分解、用户定义过滤器和重新排序以获得最佳结果。开发者可以立即在 Weaviate Cloud 的免费沙箱集群中测试 Agent Skills——这些小型实例旨在供试验使用，持续14天，可扩展或升级为生产环境的共享云设置。

全面的仓库工具

github.com/weaviate/agent-skills 仓库结构分为两个核心部分，提供从基础操作到完整应用的全生命周期支持。

/skills/weaviate 目录中的 Weaviate Skills 提供细粒度脚本，涵盖关键任务。这些任务包括集群管理，如架构检查、集合创建和元数据检索；数据生命周期操作，包括从 CSV、JSON 或 JSONL 文件导入及示例数据生成；由查询代理驱动的代理搜索；以及混合搜索（结合语义和关键词，带有 alpha 参数）、纯语义或关键词模式的高级检索选项。

/skills/weaviate-cookbooks 文件夹中的操作手册提供端到端的生产应用蓝图。亮点包括使用 FastAPI 后端和 Next.js 前端构建的查询代理聊天机器人；使用 ModernVBERT 进行多向量嵌入的多模态 PDF RAG 流水线，结合 Ollama 或 Qwen3-VL 进行生成；基本、高级和代理式 RAG 实现，支持分解和重新排序；以及集成自定义工具和持久内存的 DSPy 优化代理。

六个简化的快捷命令

Agent Skills 引入六个直观命令，AI 编码代理可以自动发现并执行，简化 Weaviate 的交互：

/weaviate:ask：通过查询代理提供带引用的 AI 生成答案。

/weaviate:collections：列出所有架构或检查特定集合。

/weaviate:explore：显示数据指标、计数和示例对象。

/weaviate:fetch：根据ID或属性过滤检索对象。

/weaviate:query：在集合中执行自然语言搜索。

/weaviate:search：执行混合、语义或关键词搜索，支持 alpha 混合等参数。

文章继续

例如，开发者可以运行“/weaviate:search query ‘最好的笔记本电脑’ collection ‘Products’ type ‘hybrid’ alpha ‘0.7’” 以实现平衡检索，或在文档集合中运行“/weaviate:ask 量子数据库的优势是什么？”。

CEO Bob van Luijt 的愿景

Weaviate 联合创始人兼 CEO Bob van Luijt（于2019年3月将其推出为开源向量搜索引擎）分享了发布的见解：“Weaviate Agent Skills 弥合了高速 AI 编码与可靠基础设施之间的差距，让开发者无需调试代理幻觉即可构建复杂的 AI 系统。” van Luijt 表示。

作为荷兰知名的科技创业者，Van Luijt 推崇开源 AI 工具。他将 Weaviate 定义为一个“全套功能”的技术栈，结合了向量搜索、结构化过滤和代理能力，适用于现代 AI 应用。

即刻为开发者提供便捷设置

集成设计注重速度。只需一条命令如 npx skills add weaviate/agent-skills 或通过 Claude Code 等工具中的插件管理器安装。使用你的 Weaviate Cloud 端点和免费沙箱集群的 API 密钥配置环境变量。

运行 /weaviate:quickstart 以获得引导式设置。此次发布与 Weaviate 2025年的发展同步，包括查询代理正式版、增强的 TypeScript/Python SDK、多轮对话、流式响应以及支持更广泛生态的 C#/Java 客户端。

Weaviate 邀请社区为仓库点星、提交新操作手册的拉取请求，并在 GitHub、Weaviate 论坛、Slack 工作区和 X 上参与讨论。

对 AI 发展的战略影响

Agent Skills 解决了一个关键难题：由于幻觉或过时知识，AI 代理常常生成不准确或不完整的向量数据库代码。通过提供经过验证的模块化工具，Weaviate 促使从原型到生产的迭代更快。

早期用户报告在 RAG 流水线和代理应用的调试时间上减少了3倍。该仓库的模块化设计也便于贡献，未来计划扩展技能，包括生成模块、租户隔离和混合云部署。

关于 Weaviate

Weaviate 是一个开源的 AI 数据库，支持大规模存储、检索和编排生成式 AI。由企业级 Weaviate Cloud 服务支撑，能够驱动代理工作流——从简单的语义搜索到复杂的多代理系统——在数十亿对象上实现亚秒级延迟。

媒体联系：

Philip Vollet

PR@weaviate.io

+49-160-96488554