优化RAG 知识库 · RAG Knowledge Optimizer

    1

    把散乱文档整理成检索精准的 RAG 知识库:清洗、切块、元数据与评测四步工作流,每步带验收标准。

    $7

    Secure checkout via Stripe

    30-day refund guarantee

    Converts to your local currency at checkout

    0 installsSecurity scanned

    Works with the AI tools you already use

    Claude CodeClaude CodeCursorCursorCodex CLICodex CLIGitHub CopilotGitHub CopilotGemini CLIGemini CLI+20 more

    优化RAG 知识库 · RAG Knowledge Optimizer

    Example session with this skill installed

    帮我们优化 RAG 知识库。场景:内部售后问答机器人,资料是 200 份设备维修手册 PDF,用户是刚入职的维修技师,经常答不准「某型号报错码怎么修」。请给出四步工作流,每步带验收标准,再给评测题设计规则。

    • Read your context and instructions
    • Compiled the rag rag knowledge

    结论:答不准的主因大概率是「报错码表格被切碎 + 缺型号元数据」。按「清洗→切块→元数据→评测」四步处理,预计 3 天完成,目标是把「报错码怎么修」类问题的检索命中率从 40% 提到 90% 以上。

    步骤输入动作输出验收标准
    1 清洗200 份 PDF去页眉页码;表格转 Markdown;公式转文字干净 .md 文件无断行乱码、表格行完整
    2 切块.md 文件500 token/块,50 重叠;按「型号→故障→处理」标题切带父级标题的块无句子被拦腰截断
    3 元数据型号+报错码表每块打 equipment_model、error_code、safety_level 标签JSONL 待入库每块 3 个标签齐全
    4 评测工单问题 200 条生成标准答案集,跑检索命中率评测报告命中率 ≥90% 才上线

    切块与元数据规则(照做)

    1. 每个「报错码处理流程」必须单独成块,不与前后章节混切。
    2. error_code 用原厂代码格式(如 E-101),大小写与手册一致。
    3. safety_level 分三级:安全/注意/警告,涉及电击与高压的块必须标「警告」。

    评测题设计规则

    • 每类报错码出 3 题:标准问法、口语化问法、跨型号混淆问法(如把 A 型号的码安到 B 型号)。
    • 200 份手册按型号分层抽样,保证每个型号至少 5 题。
    • 抽 10% 题目人工复核,标准答案必须能在手册原文中找到出处。

    下一步

    1. 先拿 20 份手册跑通四步流程,检查表格转 Markdown 的准确性。
    2. 确认型号与报错码总表,作为元数据标签的唯一来源。
    3. 评测命中率低于 90% 时,优先检查切块边界与 error_code 标签,而不是换模型。

    Connects securely to your tools. The creator never sees your data.

    What you get

    Design a data cleaning pipeline for raw technical manuals.Create metadata tagging structures for better vector search results.Build a validation framework to check chunking quality.Standardize RAG terminology across cross-functional teams.

    About this skill

    它解决什么问题

    RAG 问答答不对,九成问题不在模型,在知识库:文档里混着页眉页码、表格切得支离破碎、没有元数据、检索出来牛头不对马嘴。这个技能把「往向量库里丢文档」变成四步可验收的工作流,每一步都有输入、动作、输出和验收标准,把检索准确率从玄学变成工程。

    这个技能做什么

    围绕 RAG 知识库提供结构化优化能力:先澄清问答场景、目标用户与文档类型,再输出「清洗→切块→元数据→评测」四步工作流,每步给出具体规则(如切块大小、重叠比例、标签体系)与验收方法,最后附一套评测问题集的生成规则。默认中文输出。

    为什么比裸提示词强

    • 四步工作流每步带验收标准,不再「丢进去试试」
    • 切块与元数据规则给具体参数,直接照做
    • 自动设计评测问题集,上线前先量化检索质量
    • 术语一致,多团队协作不打架

    典型用例

    • 把设备手册 PDF 整理成售后问答知识库
    • 客服 FAQ 库检索不准,重新设计切块与标签
    • 给非技术团队制定知识库投稿规范
    • 上线前生成 100 道评测题验证检索效果

    局限

    技能设计工作流与规则,不执行向量化与入库操作;领域术语与文档结构需要你提供真实样本。

    How to install

    Works the same in every agent - Claude, Cursor, Codex, Copilot and 20+ more.

    ~30 seconds
    1. 1

      Download the ZIP

      Free skills download straight away. Paid skills unlock right after purchase.

    2. 2

      Unzip into your skills folder

      Every agent reads skills from one folder on your machine. Drop the unzipped folder in there.

    3. 3

      Ask your agent to use it

      Restart the agent if it was already running. It picks the skill up automatically - no config needed.

    Skills folder by agent

    Click the path to copy it. Create the folder if it does not exist yet.

    Reviews

    No reviews yet

    Be one of the first to try it. Every listed skill passes our trust checks below.

    Security scanned

    Passed our 8-point scan before listing

    Fresh listing

    Recently published to Agensi

    30-day refund

    Not a fit? Get your money back

    Trust & safety

    Security scanned

    Verified clean today

    • Passed all security checks, Safe to install

    Listedtoday

    Frequently Asked Questions