Weaviate Agent Skills
Официальные скиллы Weaviate: поиск по векторной базе, импорт данных и готовые схемы RAG-приложений для Claude Code и Cursor
- 104 ★ репозитория
- Последний коммит
- BSD-3-Clause
Расширенный доступ
Почему такой уровень
- Скрипты создают коллекции и импортируют данные в ваш кластер Weaviate по ключу API
- Ключ API и адрес кластера хранятся в переменных окружения, их читает любой запущенный агентом скрипт
- Заготовки приложений подтягивают сторонние Python-пакеты, безопасность которых авторы не проверяют
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/weaviate-agent-skillsОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скрипты создают коллекции и импортируют данные в ваш кластер Weaviate по ключу API
- Ключ API и адрес кластера хранятся в переменных окружения, их читает любой запущенный агентом скрипт
- Заготовки приложений подтягивают сторонние Python-пакеты, безопасность которых авторы не проверяют
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Weaviate Agent Skills — пакет от самого Weaviate, который учит агента работать с этой векторной базой. Скилл `weaviate` умеет создавать коллекции, смотреть схему и метаданные, искать по ключевым словам, по смыслу и гибридно, выбирать объекты по фильтрам, импортировать данные из PDF, CSV, JSON и JSONL и задавать вопросы Query Agent, который отвечает с ссылками на источники. В Claude Code набор приходит плагином с командами `/weaviate:quickstart`, `/weaviate:ask`, `/weaviate:query`, `/weaviate:search`, `/weaviate:collections`, `/weaviate:explore` и `/weaviate:fetch`. Первая команда проводит по настройке переменных окружения и загрузке своих или примерных данных. Второй скилл, `weaviate-cookbooks`, содержит заготовки целых приложений: загрузка PDF с изображениями, обычный, продвинутый и агентный RAG, чат-бот на Query Agent, обозреватель данных и необязательный фронтенд. Под капотом скрипты на Python, которые агент запускает через uv или pip.
Для кого. Разработчикам, которые строят поиск и RAG на Weaviate и хотят, чтобы агент сам писал запросы, создавал коллекции и загружал данные в их кластер.
Подходит, если
- В кластере Weaviate есть коллекции, и по ним нужно задавать вопросы обычными словами
- Надо подобрать между ключевым, смысловым и гибридным поиском и сравнить выдачу на своих данных
- Папка с PDF или таблицами должна превратиться в коллекцию, по которой потом ищет агент
- С нуля собирается RAG-приложение, и нужна проверенная заготовка вместо чистого листа
- Новый разработчик команды впервые подключается к Weaviate Cloud и ему нужен пошаговый запуск
Не подходит, если
- Данные лежат в другой векторной базе: скиллы работают только с Weaviate
- Кластера и ключа API нет, а ставить базу локально не хочется: скрипты ждут `WEAVIATE_URL` и `WEAVIATE_API_KEY`
- Промышленный код приложения должен обойтись без Python 3.11 и uv, потому что на них построены скрипты
- Агенту нельзя давать запись в кластер: набор умеет создавать коллекции и импортировать данные
Пример запроса к агенту
Покажи список коллекций в моем Weaviate и найди в коллекции Documentation три фрагмента про индексы HNSW гибридным поискомОграничения
Для работы нужны Python 3.11 или новее, uv или pip и кластер Weaviate, например бесплатный в Weaviate Cloud. Адрес и ключ передаются переменными окружения `WEAVIATE_URL` и `WEAVIATE_API_KEY`, для внешних провайдеров эмбеддингов добавляются их ключи, полный список в `skills/weaviate/references/environment_requirements.md`. Авторы предупреждают, что скрипты и заготовки опираются на сторонние пакеты, за безопасность которых они не отвечают, и советуют проверять зависимости сканерами до запуска.
Как отключить. Отключите плагин через `/plugin` в Claude Code или удалите скиллы командой менеджера навыков. Коллекции и данные в вашем кластере Weaviate остаются: удаляйте их в консоли Weaviate.
Частые вопросы
Как поставить Weaviate Agent Skills в Claude Code?
Выполните `/plugin marketplace add weaviate/agent-skills`, затем `/plugin install weaviate@weaviate-plugins`. Для Cursor и других агентов подойдет `npx skills add weaviate/agent-skills`. После установки запустите `/weaviate:quickstart`: команда спросит адрес и ключ и предложит загрузить примерные данные.
Что нужно, чтобы скиллы заработали?
Кластер Weaviate, переменные `WEAVIATE_URL` и `WEAVIATE_API_KEY`, Python 3.11 или новее и uv либо pip. Бесплатный кластер создается в Weaviate Cloud. Для поиска по смыслу кластеру нужен настроенный провайдер эмбеддингов, его ключ тоже передается переменной окружения.
Чем скилл weaviate отличается от weaviate-cookbooks?
`weaviate` выполняет действия с базой: запросы, схемы, импорт. `weaviate-cookbooks` описывает, как собрать приложение целиком: RAG, чат-бота, обозреватель данных. Первый нужен для повседневной работы, второй для старта нового проекта.
Умеет ли набор ходить в базу без моего подтверждения?
Скрипты запускает сам агент, поэтому все зависит от его настроек разрешений. Чтение безопаснее записи: создание коллекций и импорт меняют данные кластера, и для них в Claude Code или Cursor лучше оставить запрос подтверждения.
Какие команды добавляет плагин в Claude Code?
Команды `/weaviate:quickstart`, `/weaviate:ask`, `/weaviate:query`, `/weaviate:search`, `/weaviate:collections`, `/weaviate:explore` и `/weaviate:fetch`. Например, `/weaviate:search query "best laptops" collection "Products" type "hybrid" alpha "0.7"` запускает гибридный поиск с весом 0,7.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыSciAgent-Skills — скиллы по биоинформатике
SciAgent-Skills
Около 200 скиллов для Claude Code по биоинформатике, химии и биостатистике: от анализа РНК-секвенирования до докинга молекул
Скилл Zvec ведет агента по встроенной векторной базе: схема коллекции, гибридный поиск, RAG и мультимодальные запросы
Девять скиллов Pinecone: агент создает векторный индекс, загружает данные, ищет по ним и собирает ассистента для документов
Локальный MCP-сервер, который превращает папку с документами в базу знаний с гибридным поиском для Claude Code и Cursor
AntV Chart Visualization Skills
chart-visualization-skills
Скиллы визуализации данных от AntV: подбор типа графика и построение. Репозиторий принимает только AI-код. CLI antv
VisActor Skills — графики, дашборды и постеры
VisActor Skills
Девять скиллов VisActor: бизнес-графики, истории из данных, дашборды с картами и постеры, которые собирает агент
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Weaviate Agent Skills (эта карточка) | да | 104 | ||
| Qdrant Skills | нет | 267 | скиллы для другой векторной базы, Qdrant | |
| Qdrant MCP Server | да | ключ необязателен | 1 563 | официальный MCP-сервер семантической памяти на Qdrant, без готовых схем RAG-приложений |
Коротко о README
В README три способа установки, быстрый старт, настройку облачного кластера и переменных окружения, перечень возможностей двух скиллов и примеры команд плагина с параметрами. В разделе о безопасности авторы оговаривают сторонние пакеты, в конце собраны ссылки на документацию Weaviate и электронные книги.
Бейдж для README
Исходный SKILL.md
--- name: weaviate description: Search, query, and manage Weaviate vector database collections. Use for semantic search, hybrid search, keyword search, natural language queries with AI-generated answers, collection management, data exploration, filtered fetching, data imports from PDF/CSV/JSON/JSONL files, create example data and collection creation. --- # Weaviate Database Operations This skill provides comprehensive access to Weaviate vector databases including search operations, natural language queries, schema inspection, data exploration, filtered fetching, collection creation, and data imports. ### Weaviate Cloud Instance If the user does not have an instance yet, direct them to the cloud console to register and create a free sandbox. Create a Weaviate instance via [Weaviate Cloud](https://console.weaviate.cloud/signin?utm_source=github&utm_campaign=agent_skills). ## Environment Variables **Required:** - `WEAVIATE_URL` - Your Weaviate Cloud cluster URL - `WEAVIATE_API_KEY` - Your Weaviate API key **External Provider Keys (auto-detected):** Set only the keys your collections use, refer to [Environment Requirements](references/environment_requirements.md) for more information. ## Running Scripts Commands start from `SKILL_DIR`, the absolute path of the folder that contains this `SKILL.md`. Replace it before running, and run the command from the user's project so file arguments such as `data.csv` resolve against the project: ```bash uv run /path/to/skills/weaviate/scripts/list_collections.py ``` ## Script Index ### Search & Query - [Query Agent - Ask Mode](references/ask.md): Use when the user wants a **direct answer** to a question based on collection data. The Query Agent synthesizes information from one or more collections and returns a structured response with source citations (collection name and object ID). - [Query Agent - Search Mode](references/query_search.md): Use when the user wants to **explore or browse raw objects** across one or more collections. Unlike ask mode, this returns the actual data objects rather than a synthesized answer. - [Hybrid Search](references/hybrid_search.md): **Default choice for most searches.** Provides a good balance of semantic understanding and exact keyword matching. Use this when you are unsure which search type to pick. - [Semantic Search](references/semantic_search.md): Use for finding **conceptually similar content** regardless of exact wording. Best when the intent matters more than specific keywords. - [Keyword Search](references/keyword_search.md): Use for finding **exact terms, IDs, SKUs, or specific text patterns**. Best when precise keyword matching is needed rather than semantic similarity. ### Collection Management - [List Collections](references/list_collections.md): Use to **discover what collections exist** in the Weaviate instance. This should typically be the first step before performing any search or data operation. - [Get Collection Details](references/get_collection.md): Use to **understand a collection's schema** — its properties, data types, vectorizer configuration, replication factor, and multi-tenancy status. Helpful before running searches or imports.