Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Mettre en production un système RAG et LLM v1.0.0

Utilisez cette ressource pour concevoir un système LLM de production avec RAG, évaluations et maîtrise des coûts

Nouveau

  • 570 téléchargements
  • 223 mentions J'aime
  • 194 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install llm-production-operations

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent s'appuie sur cette skill pour concevoir les pipelines de RAG (indexation et requête), choisir une base vectorielle, structurer les prompts, réduire les coûts et mettre en place des évaluations de qualité. Vous obtenez des pistes d'architecture pour l'IA en production.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Mettre en production un système RAG et LLM »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : architecture RAG complète, pipelines d'indexation et de requête
  • SKILL.md : choix d'une base vectorielle, structure des prompts et réduction des coûts

Pour qui

  • Vous voulez ajouter un RAG à un produit qui utilise déjà un LLM
  • Vous devez réduire le coût d'un service d'IA et mesurer sa qualité

Pas pour qui

    Étiquettes

    • llm
    • rag
    • embeddings
    • production

    À propos

    Vous dites

    « Conçois le pipeline RAG de notre base documentaire et propose une base vectorielle. »

    Carte de la skill « Mettre en production un système RAG et LLM »

    Skill publiée par davila7 sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de concevoir un système LLM de production avec RAG, évaluations et maîtrise des coûts
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • SKILL.md8,1 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    davila7
    Source
    github.com/davila7/claude-code-templates/tree/f57964ebda91cdfb31755661ecea9395f30020f1/cli-tool/components/skills/ai-research/llm-ops
    Licence
    MIT

    Notice

    « llm-ops » (davila7, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.