Skill de Codex para analizar bases de conocimiento y pruebas de preguntas-respuestas reales con RAG, rastrear capas de responsabilidad y generar recomendaciones de optimización ejecutables.
Esta skill está diseñada para analizar en profundidad bases de conocimiento y evaluar el rendimiento de sistemas de Generación Aumentada por Recuperación (RAG) mediante pruebas de preguntas-respuestas reales. Permite identificar las capas responsables de fallos o ineficiencias (como recuperación, generación o contenido de la base de conocimiento) y ofrece recomendaciones de optimización concretas y ejecutables. Es útil para desarrolladores y equipos de IA que buscan mejorar la precisión, relevancia y eficiencia de sus sistemas RAG. Compatible con Codex, la skill utiliza un flujo de trabajo estructurado que incluye análisis de logs, evaluación de fragmentos recuperados y revisión de respuestas generadas, traduciendo los hallazgos en pasos de acción claros. Al automatizar este proceso de diagnóstico y optimización, ahorra tiempo y reduce la ambigüedad al depurar pipelines de RAG, asegurando que las mejoras se basen en datos reales en lugar de suposiciones.
npx skills add Knjss-0508/knowledge-base-analysis-adviceInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Skill de Codex para analizar bases de conocimiento y pruebas de preguntas-respuestas reales con RAG, rastrear capas de responsabilidad y generar recomendaciones de optimización ejecutables.
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.