LLM Application Dev
Skill RAG, indici vettoriali e prompt basate su LangGraph
Installazione
Include scriptClaude Code: /plugin marketplace add wshobson/agents → /plugin install llm-application-dev@claude-code-workflows
RAG, vektör arama ya da LangGraph tabanlı bir ajan kurulurken; istem kalıpları ölçülerek iyileştirilirken
- Autore
- Seth Hobson
- Licenza
- MIT
Otto skill e tre agenti coprono gli aspetti più delicati delle applicazioni LLM: suddivisione e riordinamento dei contenuti per il recupero, parametri degli indici HNSW e IVF, fusione ibrida dei punteggi vettoriali e per parole chiave, oltre a modelli di prompt con uno script Python che li riscrive secondo criteri misurabili. La versione 2.0 sostituisce initialize_agent() di LangChain, ormai deprecato, con LangGraph StateGraph e checkpointer, così gli agenti possono riprendere il lavoro dopo un arresto anomalo. Per gli stack basati su Claude consiglia esplicitamente i modelli Voyage e include una skill di valutazione separata per misurare le modifiche al recupero.
Skill simili
DeepEval Skills
SkillValutazione, tracing ed export OpenTelemetry per app LLM
RAG Implementation
SkillCrea pipeline di recupero basate su documenti reali
LLM Finetuning
SkillFine-tuning a fasi, con valutazione prima dell’addestramento
Commenti(0)
Accedi per commentare