Zurück zu Fähigkeiten

qdrant-search-quality

qdrant
Aktualisiert 5 days ago
158
18
158
Auf GitHub ansehen
Metadesigndata

Über

Diese Fähigkeit unterstützt Entwickler bei der Diagnose und Verbesserung der Suchrelevanz in Qdrant-Vektordatenbanken. Sie behandelt Probleme wie schlechte Ergebnisse, niedrige Präzision/Trefferquote und bietet Anleitungen zu Embedding-Modellen, Hybridsuche und Re-Ranking. Nutzen Sie sie, wenn die Suchqualität nachlässt oder wenn die Abrufleistung mit Techniken wie dem Erstellen von Ground-Truth-Datensätzen gemessen werden muss.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add qdrant/skills -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/qdrant/skills
Git CloneAlternativ
git clone https://github.com/qdrant/skills.git ~/.claude/skills/qdrant-search-quality

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation

Qdrant Search Quality

First determine whether the problem is the embedding model, Qdrant configuration, or the query strategy. Most quality issues come from the model or data, not from Qdrant itself. If search quality is low, inspect how chunks are being passed to Qdrant before tuning any parameters. Splitting mid-sentence can drop quality 30-40%.

  • Start by testing with exact search to isolate the problem Search API

Diagnosis and Tuning

Isolate the source of quality issues, establish labeled baselines to measure recall and relevance, tune HNSW parameters, and choose the right embedding model. Diagnosis and Tuning

Search Strategies

Hybrid search, reranking, relevance feedback, and exploration APIs for improving result quality. Search Strategies

GitHub Repository

qdrant/skills
Pfad: skills/qdrant-search-quality
0
agent-skillsai-agentsclaude-codecodexcursorembeddings

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen