LLM Application Dev
Skills RAG, indeksów wektorowych i promptów oparte na LangGraph
Instalacja
Zawiera skryptyClaude 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
- Autor
- Seth Hobson
- Licencja
- MIT
Osiem skills i trzech agentów obejmuje elementy aplikacji LLM, w których łatwo popełnić błąd: dzielenie treści i ponowne ustalanie rankingu wyników, parametry indeksów HNSW i IVF, hybrydowe łączenie wyników wektorowych i słów kluczowych oraz wzorce promptów ze skryptem Python, który przepisuje prompt według mierzalnych kryteriów. Wersja 2.0 zastąpiła przestarzałe initialize_agent() z LangChain rozwiązaniem LangGraph StateGraph z mechanizmem punktów kontrolnych, dzięki czemu agent może wznowić pracę po awarii zamiast zaczynać od początku. Zalecenia dotyczące embeddingów nie są neutralne: modele Voyage są domyślnie rekomendowane dla stosów opartych na Claude. Osobny skill ewaluacyjny pozwala mierzyć skutki zmian w wyszukiwaniu zamiast oceniać je na oko.
Podobne umiejętności
DeepEval Skills
UmiejętnośćEwaluacja, śledzenie i eksport OpenTelemetry dla aplikacji LLM
RAG Implementation
UmiejętnośćBuduje pipeline’y wyszukiwania oparte na rzeczywistych dokumentach
LLM Finetuning
UmiejętnośćProwadzi dostrajanie od ewaluacji do kontrolowanego wdrożenia
Komentarze(0)
Zaloguj się, aby skomentować