O que knowledge-base-analysis-advice faz?
Skill do Codex para analisar a base de conhecimento e testes reais de perguntas e respostas de RAG, rastrear camadas de responsabilidade e gerar recomendações de otimização acionáveis.
Skill do Codex para analisar a base de conhecimento e testes reais de perguntas e respostas de RAG, rastrear camadas de responsabilidade e gerar recomendações de otimização acionáveis.
Este skill do Codex foi projetado para developers e equipes de IA que trabalham com sistemas RAG (Retrieval-Augmented Generation). Ele automatiza a análise de logs de perguntas e respostas reais, identifica falhas na recuperação de informações e rastreia a camada responsável (como chunking, embedding, consulta ou geração). O principal benefício é transformar dados brutos de desempenho em recomendações práticas de otimização, como ajustar tamanhos de chunk, refinar embeddings ou modificar prompts. Suportado pela plataforma Codex, ele se baseia em uma documentação SKILL.md que descreve entradas (logs de QA, configuração da base de conhecimento) e saídas (relatório com análise de responsabilidade e sugestões priorizadas). O funcionamento envolve parseamento estruturado dos logs, aplicação de heurísticas de depuração e geração de um plano de ação claro, acelerando a melhoria contínua de pipelines de RAG.
npx skills add Knjss-0508/knowledge-base-analysis-adviceInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Skill do Codex para analisar a base de conhecimento e testes reais de perguntas e respostas de RAG, rastrear camadas de responsabilidade e gerar recomendações de otimização acionáveis.
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.