AC rag-accuracy-optimizer
Оптимизирует точность для систем RAG (Retrieval-Augmented Generation). Охватывает: проектирование схемы БД, стратегии разбиения на части (chunking), оптимизацию извлечения, тестирование точности и защиту от галлюцинаций. Используйте, когда: (1) проектируете или улучшаете RAG-конвейер, (2) выбираете правильную стратегию разбиения на части, (3) оптимизируете точность извлечения (гибридный поиск, реранжирование, мультизапрос), (4) оцениваете качество частей или тестируете точность, (5) настраиваете мониторинг и защиту для RAG в продакшене, (6) выбираете SQL или векторную БД, (7) проектируете схемы метаданных для предметно-ориентированных данных (страхование, финансы, здравоохранение, электронная коммерция).
машинный переводПоказать оригиналСкрыть оригинал«Optimize accuracy for RAG (Retrieval-Augmented Generation) systems. Co…»
Optimize accuracy for RAG (Retrieval-Augmented Generation) systems. Covers: DB schema design, chunking strategies, retrieval optimization, accuracy testing, and anti-hallucination safeguards. Use when: (1) designing or improving a RAG pipeline, (2) choosing the right chunking strategy, (3) optimizing retrieval accuracy (hybrid search, reranking, multi-query), (4) evaluating chunk quality or testing accuracy, (5) setting up monitoring & safeguards for RAG production, (6) choosing SQL vs Vector DB, (7) designing metadata schemas for domain-specific data (insurance, finance, healthcare, e-commerce).
Оптимизирует точность для систем RAG (Retrieval-Augmented Generation).
Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
✓ Guard не нашёл подозрительного поведения. 1 совпадений — это строки атак, процитированные в документации самого скилла по безопасности.
Просканировано файлов: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5288 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 57/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 5288 токенов
- 100Шаги. Шагов: 53
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
- low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- -213 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 603 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 67 заголовков
- +3Пошаговые инструкции: 53 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (34 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
- +3Все 4 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.