Was macht knowledge-base-analysis-advice?
Ein Codex Skill zur Analyse von Wissensdatenbanken und RAG-basierten QA-Tests, Rückverfolgung der Verantwortungsebenen und Generierung umsetzbarer Optimierungsvorschläge.
Ein Codex Skill zur Analyse von Wissensdatenbanken und RAG-basierten QA-Tests, Rückverfolgung der Verantwortungsebenen und Generierung umsetzbarer Optimierungsvorschläge.
Dieser Skill ermöglicht es einem KI-Agenten (z. B. in Codex), systematisch die Qualität einer Wissensdatenbank und die Leistung eines RAG-Systems (Retrieval-Augmented Generation) zu bewerten. Er analysiert reale Frage-Antwort-Tests, identifiziert fehlerhafte oder schwache Komponenten im Retrieval-, Generierungs- oder Bewertungspipeline und weist die Verantwortung den entsprechenden Ebenen zu (z. B. Datenaufbereitung, Embedding-Modell, LLM-Prompting). Auf Basis dieser Analyse werden konkrete, umsetzbare Optimierungsempfehlungen abgeleitet – etwa zur Verbesserung der Chunking-Strategie, zur Anpassung von Retrieval-Parametern oder zur Verfeinerung von System-Prompts. Der Skill richtet sich an Entwickler, die ihr RAG-System debuggen oder die Antwortqualität in Produktion kontinuierlich verbessern möchten, und unterstützt Plattformen wie Codex, Cursor oder Claude Code.
npx skills add Knjss-0508/knowledge-base-analysis-adviceInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein Codex Skill zur Analyse von Wissensdatenbanken und RAG-basierten QA-Tests, Rückverfolgung der Verantwortungsebenen und Generierung umsetzbarer Optimierungsvorschläge.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.