rag-optimization

RAG 파이프라인 최적화 스킬. 검색 품질, 리랭킹, 쿼리 확장, 하이브리드 검색 관련 작업에서 자동으로 활성화됩니다. retrieval, rerank, embedding, vector search, semantic search 키워드에 반응합니다.

Stars 163

Forks 31

Install this agent skill to your Project

npx add-skill https://github.com/majiayu000/claude-skill-registry/tree/main/skills/data/rag-optimization

SKILL.md

RAG Optimization Skill

RAG(Retrieval-Augmented Generation) 파이프라인을 최적화하는 전문 스킬입니다.

핵심 역량

1. 검색 최적화

Hybrid Search 가중치 조정 (vector_weight, keyword_weight, graph_weight)
Similarity threshold 튜닝
GraphRAG-lite 활성화/비활성화

2. 리랭킹 최적화

Cross-Encoder reranker 설정
Rerank threshold 조정 (기본값: 0.85)
Top-K 결과 수 조정

3. 쿼리 확장

Multi-query expansion count (기본값: 5)
Query variation 품질 개선

4. 캐싱

Semantic cache 히트율 분석
캐시 무효화 전략

주요 파일

src/rag/
├── rag_pipeline.py      # 메인 파이프라인
├── retrieval_engine.py  # 검색 엔진 (핵심)
├── query_expander.py    # 쿼리 확장
├── semantic_cache.py    # 시맨틱 캐시
├── generation_engine.py # 생성 엔진
└── response_refiner.py  # 응답 정제

설정 파일

python

# config/settings.py
RERANKER_THRESHOLD = 0.85
QUERY_EXPANSION_ENABLED = True

# src/rag/retrieval_engine.py
similarity_threshold = 0.85
rerank_top_k = 5
vector_weight = 0.5
keyword_weight = 0.5
graph_weight = 0.3

최적화 체크리스트

Rerank threshold 0.8-0.9 범위 테스트
Multi-query 3-7개 비교
Hybrid weight 조합 A/B 테스트
Cache hit rate 모니터링
Latency vs Precision 트레이드오프 분석