BC query-rewrite
📥 openclaw skill install dabin0927/query-rewrite —— Низкая точность поиска RAG? Дело не в модели, а в том, что пользователь не умеет задавать вопросы. Добавьте слой переписывания запросов перед поиском — обнаруживайте, переписывайте, ищите по оригиналу + результатам переписывания. 6 режимов: разрешение местоимений, разделение множественных намерений, дополнение контекста, распознавание встречных вопросов... По практическим тестам повышает полноту поиска на 60%, наилучший эффект достигается при использовании с raglite. Подходит: перед поиском RAG, перед вызовом memory_search/wiki_search. Не подходит: для генерации кода, работы с файлами, точного разового запроса. (EN) Слой переписывания запросов для предварительной обработки RAG — 6 режимов переписывания.
машинный переводПоказать оригиналСкрыть оригинал«📥 openclaw skill install dabin0927/query-rewrite —— RAG 检索命中率低？不是模型不行…»
📥 openclaw skill install dabin0927/query-rewrite —— RAG 检索命中率低？不是模型不行，是用户不会提问。 在检索前加一层 Query 改写——检测、改写、原文+改写结果都搜一遍。 6 种模式：指代消解、多意图拆解、上下文补齐、反问识别…… 实测召回率提升 60%，配合 raglite 使用效果最佳。 适合：RAG 检索前、memory_search/wiki_search 调用前。 不适合：代码生成、文件操作、单次精确查询。 (EN) RAG pre-processing query rewrite layer — 6 rewrite modes.
📥 openclaw skill install dabin0927/query-rewrite —— Низкая точность поиска RAG?
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers"
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 937 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -227 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 304 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.