rag-reranking
Über
Diese Fähigkeit verbessert die RAG-Retrieval-Qualität durch die Implementierung von Cross-Encoder-Reranking und MMR-Diversitätsfilterung. Sie richtet sich an Entwickler, die fortschrittliche RAG-Pipelines erstellen und die Relevanz und Vielfalt abgerufener Dokumente erhöhen müssen. Zu den Hauptmerkmalen gehören mehrere Reranking-Methoden, konfigurierbare Schwellenwerte und die Integration mit Diensten wie Cohere.
Schnellinstallation
Claude Code
Empfohlennpx skills add a5c-ai/babysitter -a claude-code/plugin add https://github.com/a5c-ai/babysittergit clone https://github.com/a5c-ai/babysitter.git ~/.claude/skills/rag-rerankingKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill rag-reranking?
rag-reranking ist ein Claude Skill von a5c-ai. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um rag-reranking ohne zusätzliche Eingaben auszuführen.
Wie installiere ich rag-reranking?
Verwende die Installationsbefehle auf dieser Seite: Füge rag-reranking als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.
Zu welcher Kategorie gehört rag-reranking?
rag-reranking gehört zur Kategorie Entwicklung.
Kann ich rag-reranking kostenlos nutzen?
Ja. rag-reranking ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
qmd ist ein lokales Such- und Indexierungs-CLI-Tool, das Entwicklern ermöglicht, lokale Dateien mittels Hybridsuche zu indexieren und zu durchsuchen, die BM25, Vektoreinbettungen und Neuordnung kombiniert. Es unterstützt sowohl die Kommandozeilennutzung als auch den MCP-Modus (Model Context Protocol) zur Integration mit Claude. Das Tool verwendet Ollama für Einbettungen und speichert Indizes lokal, was es ideal für die direkte Suche in Dokumentationen oder Codebasen vom Terminal aus macht.
Diese Fähigkeit führt Implementierungspläne aus, indem für jede unabhängige Aufgabe ein neuer Subagent bereitgestellt wird, mit Code-Review zwischen den Aufgaben. Sie ermöglicht schnelle Iterationen, während Qualitätssicherungsschritte durch diesen Review-Prozess gewahrt bleiben. Nutzen Sie sie, wenn Sie überwiegend unabhängige Aufgaben innerhalb derselben Sitzung bearbeiten, um kontinuierlichen Fortschritt mit integrierten Qualitätsprüfungen zu gewährleisten.
Die mcporter-Skill ermöglicht es Entwicklern, Model Context Protocol (MCP)-Server direkt aus Claude heraus zu verwalten und aufzurufen. Sie bietet Befehle, um verfügbare Server aufzulisten, deren Tools mit Argumenten aufzurufen sowie Authentifizierung und Daemon-Lebenszyklus zu handhaben. Nutzen Sie diese Skill, um MCP-Server-Funktionalität in Ihren Entwicklungs-Workflow zu integrieren und zu testen.
Diese Fähigkeit stellt Vertex AI ADK-Agenten über das A2A-Protokoll bereit und orchestriert sie, verwaltet die AgentCard-Erkennung, Aufgabenübermittlung und unterstützende Tools wie die Code Execution Sandbox und Memory Bank. Sie ermöglicht den Aufbau von Multi-Agenten-Systemen mit sequenziellen, parallelen oder Schleifen-Orchestrierungsmustern in Python, Java oder Go. Verwenden Sie sie, wenn Sie aufgefordert werden, ADK-Agenten bereitzustellen oder Agenten-Workflows auf Google Cloud zu orchestrieren.