rag-engineer
Эксперт по созданию систем Retrieval-Augmented Generation (RAG). Владеет embedding-моделями, векторными базами данных, стратегиями чанкинга и оптимизацией поиска для LLM-приложений.
AIsickn33
official
Разработка
★ 47.3k
Что делает навык
Эксперт по проектированию систем Retrieval-Augmented Generation (RAG), обеспечивающий качество генерации через оптимизацию поиска. Специализируется на выборе embedding-моделей, настройке векторных баз данных, стратегиях чанкинга и гибридном поиске для LLM-приложений.
Когда применять
- Проектирование архитектуры RAG-системы с учетом типов контента и паттернов запросов
- Оптимизация качества поиска путем внедрения гибридного поиска (гибрид BM25/TF-IDF и векторного поиска)
- Настройка стратегий чанкинга (например, Semantic Chunking) для сохранения смысловой целостности документов
- Внедрение ре-ранжирования (reranking) и фильтрации по метаданным для повышения точности выдачи
- Разделение метрик оценки качества поиска и генерации для корректной отладки системы
Как работает
- Анализ типа контента и запросов для выбора подходящей стратегии чанкинга (например, по смыслу, а не фиксированному размеру токенов)
- Выбор и настройка embedding-моделей, соответствующих типу данных (например, CodeBERT для кода)
- Проектирование конвейера поиска: использование гибридного поиска (Reciprocal Rank Fusion) и предварительной фильтрации по метаданным
- Внедрение шага ре-ранжирования (reranking) с использованием cross-encoder для повышения точности топ-K результатов
- Оптимизация контекстного окна через сжатие или выборку только релевантных предложений
- Настройка системы оценки (MRR, NDCG, Recall@K) для раздельного измерения качества поиска и генерации
Примеры запросов агенту
Помоги спроектировать RAG-систему для базы знаний с документами разных типов, используя гибридный поиск
Оптимизируй стратегию чанкинга для текстов с четкой структурой, чтобы избежать разрыва смысловых блоков
Настрой пайплайн поиска с ре-ранжированием и фильтрацией по метаданным для повышения точности выдачи
Описание составлено по SKILL.md навыка, сверено 08.10.2026.
Как подключить
1Скачать навык
# возьмите папку навыка «rag-engineer» из репозитория:
# https://github.com/sickn33/agentic-awesome-skills
2Положить папку с
SKILL.md к навыкам ассистента# положите папку навыка туда, где ассистент ищет skills:
cp -r rag-engineer/ ~/.claude/skills/rag-engineer/
Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.