Weaviate 数据库操作技能
让 AI 代理直接搜索、查询和管理 Weaviate 向量数据库集合，涵盖语义/混合/关键词检索、自然语言问答与数据导入。
证据显示环境变量、API密钥与外部供应商密钥的数据流向有明确披露（references/environment_requirements.md 列明哪些header会发送到Weaviate），许可证与版权归属清晰（Weaviate B.V., BSD-3-Clause），无隐藏外传迹象。扣分点：创建集合、导入数据、写入操作缺少用户确认机制与回滚说明；API密钥经第三方脚本处理但无最小权限与隔离说明；未提供脚本源码可供静态审计。未达25分的安全完备标准。
文档内部一致性良好：参数表、用法、示例在各reference之间相互对应，有专门的错误处理章节说明常见错误及排查路径（如Collection not found提示用list_collections）。扣分点：实际Python脚本（scripts/*.py）未在证据文件中出现，无法验证脚本自洽性与异常输入行为；无测试证据；依赖（uv、Python 3.11+）可用性未验证。静态评审上限为10分。
触发条件描述精准：每个reference都有明确的Use when说明，hybrid search被声明为默认选择，搜索类型选择指南清晰，输入输出格式（Markdown/JSON）明示。扣分点：核心功能完全依赖Weaviate Cloud（境外服务），对中国大陆网络可达性无说明；无中文支持；非适用范围仅部分声明（如未说明本地部署Weaviate是否可用）。未达到环境适配满分。
信息架构分层良好：SKILL.md主索引+references渐进披露，安装说明、环境变量、输出格式、错误处理齐备，README含快速开始与安全提示，BSD-3-Clause许可证明确。扣分点：无版本号或changelog，无已知限制章节，维护责任与更新路径仅隐含于仓库，部分假设（如uv必须可用）未显式披露。
技能声称覆盖向量数据库的搜索、查询、集合管理、数据导入全流程，工作流建议合理（先list再操作），输出格式直接可用（Markdown表格/JSON）。扣分点：静态评审无执行证据，核心价值（如Query Agent回答质量、PDF导入正确性）无法验证；依赖付费云服务与外部embedding供应商，成本效益未披露。静态评审上限为7分。
证据为可审计的原始文档与许可证文本，事实与说明区分清楚，README有官方文档链接可交叉印证。扣分点：无提交的测试套件或CI执行证据覆盖技能关键路径，无第三方执行验证，跨源印证有限。静态评审且无测试证据，上限为5分。
- 技能完全依赖Weaviate Cloud境外服务，中国大陆用户需自行评估网络可达性，可能无法直接使用。
- 所有脚本依赖未在证据中展示的Python源码，使用前应审查scripts/目录中每个脚本的实际行为。
- 集合创建与数据导入为写操作，无确认与回滚机制，请先在测试环境验证。
- API密钥（WEAVIATE_API_KEY及各供应商密钥）会经脚本传递，请注意密钥泄露风险并只设置必需的密钥。
- 缺少版本号与更新日志，难以追踪技能变更。
- 所有内容为静态文档评审，未执行任何脚本，功能有效性未经独立验证。
这个 Skill 能做什么，适合哪些场景？
这是 Weaviate 官方 agent-skills 仓库中针对 Weaviate 向量数据库的技能，通过一组 Python 脚本为代理提供数据库操作能力。它支持多种搜索模式（语义、混合、关键词、Query Agent 的问答与检索模式）、集合管理（列出、查看、创建、探索）以及从 CSV、JSON、JSONL 和 PDF 文件导入数据。技能需要连接 Weaviate Cloud 实例，通过环境变量配置访问凭证，部分功能还会自动检测外部向量化提供商的 API Key。适用于任何支持 Agent Skills 标准的代理客户端（如 Claude Code、Cursor、Gemini CLI）。
运行 scripts/ 目录下的 Python 脚本（经 uv 执行）来完成：多集合语义/混合/关键词搜索；Query Agent 的 ask 模式（生成带来源引用的结构化答案）和 search 模式（返回原始对象）；列出集合、查看集合 schema（属性、向量化配置、副本因子、多租户状态）；探索集合数据分布与统计；按 ID 或过滤条件精确获取对象；创建自定义 schema 的集合；从 PDF/CSV/JSON/JSONL 导入数据（PDF 会自动建集合）；生成示例数据。输出支持 Markdown 表格（默认）和 JSON（-- 标志）。
- 开发者需要在 AI 应用中对接 Weaviate，希望代理直接通过自然语言指令完成搜索和数据操作，而不必手写 SDK 代码
- 数据工程师需要将本地 CSV、JSON、JSONL 或 PDF 文档快速导入 Weaviate 集合并开始检索
- 使用 RAG 流程的团队希望利用 Query Agent 获得带来源引用（集合名和对象 ID）的直接答案
- 新用户尚无 Weaviate 实例，需要在免费沙箱中快速上手，可用 quickstart 引导和示例数据生成
- 运维或数据分析人员需要检查集合 schema、数据分布和统计信息，以确认数据质量后再查询
这个 Skill 有哪些优点和局限？
- Weaviate 官方维护，与 Query Agent 和 Weaviate Cloud 深度集成
- 功能覆盖完整工作流：建集合、导入数据、多模式搜索、问答、数据探索一站式完成
- 搜索策略有明确的选择指引，降低误用风险
- 输出格式统一支持 Markdown 表格和 JSON，便于代理展示和程序处理
- 采用开放 Agent Skills 标准，可跨 Claude Code、Cursor、Gemini CLI 等客户端使用
- 强依赖 Weaviate Cloud 实例和网络连接，无法离线或对接本地 Weaviate 的路径未在文档中说明
- 外部向量化提供商的 API Key 可能产生额外费用，具体成本文档未列出
- 仓库缺少Topics标签和测试套件的相关信息，质量保障证据有限
- 使用前需熟悉环境变量配置，外部提供商 Key 的完整列表需查阅另一份参考文档
- 创建集合时默认使用 text2vec_weaviate 向量化器，自定义向量模型需额外了解环境要求
如何安装这个 Skill？
方式一（推荐，适用于 Cursor、Claude Code、Gemini CLI 等）：运行 npx skills add weaviate/agent-skills。方式二（Claude Code 插件管理器）：依次执行 /plugin marketplace add weaviate/agent-skills 和 /plugin install weaviate@weaviate-plugins。方式三（手动）：git clone https://github.com/weaviate/agent-skills.git 后将目录指向你的代理。注意仓库包含 2 个技能，本技能位于 skills/weaviate/。安装后需准备 Python 3.11+、uv、Weaviate Cloud 实例，并设置 WEAVIATE_URL 和 WEAVIATE_API_KEY 环境变量；外部向量化提供商的 Key 会被自动检测。
如何使用这个 Skill？
技能会被兼容代理自动发现，直接用自然语言描述需求即可，例如："在我的文档集合中搜索关于 HNSW 索引的内容" 或 "把 data.csv 导入 Products 集合"。若不清楚有哪些集合，代理会先运行 uv run scripts/list_collections.py。Claude Code 用户也可使用斜杠命令，如 /weaviate:quickstart 做交互式引导，/weaviate:search query "best laptops" collection "Products" type "hybrid" 做混合搜索。搜索类型选择建议：一般搜索用 hybrid（默认）、概念相似用 semantic、精确关键词/ID 用 keyword、跨集合问答用 ask、跨集合浏览原始对象用 query_search。
这个 Skill 与同类方案有什么区别？
同一仓库还捆绑了一个 Cookbooks 技能，提供端到端 AI 应用蓝图（多模态 PDF 摄取、RAG、Query Agent 聊天机器人等），适合想直接搭建完整应用的场景；而本技能聚焦于让代理直接操作数据库。若你使用的不是 Weaviate，则此技能不适用，需寻找对应数据库的技能或直接使用 Weaviate 官方 SDK。