← Voltar para o catálogo
Details of the RAG Chatbot, including UI and backend logic.
Ver no GitHub ↗
Como adicionar
/plugin marketplace add aiskillstore/marketplace
O comando exato pode variar conforme o repositório. Confira o README no GitHub.
Para o autor da skill
Cole no README do seu repo
Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.
[](https://www.skillteca.com.br/skills/chatbot-implementation)
Habilidade de pesquisa de segurança em Modo Equipe que orquestra 3 caçadores de vulnerabilidades e 2 engenheiros de PoC para auditar um código, provar explorabilidade, classificar causas raiz e calibrar a severidade. É utilizada para revisão de segurança, pesquisa de vulnerabilidades, auditoria de explorabilidade e validação de modelo de ameaças.
Segurança
por code-yeongyu
security-scanning-security-dependencies
You are a security expert specializing in dependency vulnerability analysis, SBOM generation, and supply chain security. Scan project dependencies across multiple ecosystems to identify vulnerabilities, assess risks, and provide automated remediation strategies.
Segurança
#ai
#git
por sickn33
Advanced vulnerability analysis principles. OWASP 2025, Supply Chain Security, attack surface mapping, risk prioritization.
Segurança
#ai
#git
por sickn33
dependency-management-deps-audit
You are a dependency security expert specializing in vulnerability scanning, license compliance, and supply chain security. Analyze project dependencies for known vulnerabilities, licensing issues, outdated packages, and provide actionable remediation strategies.
Segurança
#ai
#git
por sickn33
Alerta por categoria
1 email curto, só com as skills novas de Segurança. 4 minutos de leitura, sem spam, cancela com 1 clique.
Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.
Ler descrição completaRecolher descrição
Chatbot Logic
Overview
A specialized RAG (Retrieval Augmented Generation) chatbot that helps users learn from the textbook content.
Backend
- Route:
app/api/chat/route.ts - Logic:
- Receives
query and history. - Embeds query using Gemini or OpenAI embedding model.
- Searches Qdrant (vector DB) for relevant textbook chunks.
- Constructs context from matches.
- Generates response using Gemini Flash/Pro.
Vector Search (Qdrant)
We use Qdrant for storing embeddings of the textbook.
- Collection:
textbook_chunks (or similar). - Fields:
text, source, chunk_id.
UI Component
- Location:
textbook/src/components/Chatbot/index.tsx. - Features:
- Floating chat window.
- Size controls (Small, Medium, Large).
- Markdown rendering of responses.
- Context selection (highlight text to ask about it).
- Mobile responsive design.
- Auth awareness (personalizes answer based on user profile).
Styling
- CSS:
styles.module.css (Premium animations, shadow effects). - Themes: Dark/Light mode compatible (using
--ifm variables).
Compartilhar
X
LinkedIn
