hrpis_rag_chatbot_evaluation은(는) 무엇을 하나요?
🛠️ 이 저장소의 도구, 스크립트, 메트릭을 통해 지능형 급여 관리 시스템용 챗봇 성능을 탐색하고 평가하세요.
이 저장소의 도구, 스크립트, 메트릭을 통해 지능형 급여 관리 시스템용 챗봇 성능을 탐색하고 평가하세요.
이 스킬은 RAG(검색 증강 생성) 기반 챗봇, 특히 급여 관리 시스템과 같은 HR 도메인에 특화된 챗봇의 성능을 평가하기 위한 도구와 메트릭을 제공합니다. 개발자는 이 저장소에 포함된 평가 스크립트와 데이터셋을 활용하여 챗봇의 응답 정확성, 관련성, 효율성을 체계적으로 측정할 수 있습니다. 주로 Python 환경에서 동작하며, LangChain, LlamaIndex 등 RAG 프레임워크와 호환되어 실제 배포 전 품질 보증을 자동화하는 데 유용합니다. 이를 통해 HR 시스템 내 챗봇의 신뢰성을 높이고 사용자 경험을 개선할 수 있습니다.
npx skills add MohammedBadry/hrpis_rag_chatbot_evaluationInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🛠️ 이 저장소의 도구, 스크립트, 메트릭을 통해 지능형 급여 관리 시스템용 챗봇 성능을 탐색하고 평가하세요.
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.