Que fait knowledge-base-analysis-advice ?
Skill Codex pour analyser les bases de connaissances et les tests de questions-réponses réelles RAG, retracer les couches de responsabilité et générer des recommandations d'optimisation exploitables.
Skill Codex pour analyser les bases de connaissances et les tests de questions-réponses réelles RAG, retracer les couches de responsabilité et générer des recommandations d'optimisation exploitables
Ce skill Codex est conçu pour analyser en profondeur vos bases de connaissances et les tests de questions-réponses réelles effectués avec un système RAG (Retrieval-Augmented Generation). Il vous aide à identifier précisément où se situent les problèmes : dans la base de connaissances elle-même, dans le pipeline de récupération, ou dans le générateur. En retraçant les couches de responsabilité (contenu, indexation, requête, génération), il fournit des recommandations d'optimisation concrètes et exploitables, telles que l'ajout de documents manquants, l'amélioration du chunking, ou l'ajustement des paramètres de recherche. Ce skill est utile aux développeurs et aux ingénieurs en IA qui souhaitent améliorer la précision et la pertinence de leurs systèmes RAG. Il fonctionne sur la plateforme Codex et exploite les journaux de tests et les métadonnées de la base de connaissances pour générer un rapport structuré.
npx skills add Knjss-0508/knowledge-base-analysis-adviceInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Skill Codex pour analyser les bases de connaissances et les tests de questions-réponses réelles RAG, retracer les couches de responsabilité et générer des recommandations d'optimisation exploitables.
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.