·rag-engineer

검색 증강 생성 시스템 구축 전문가입니다. LLM 애플리케이션을 위한 임베딩 모델, 벡터 데이터베이스, 청킹 전략 및 검색 최적화를 마스터합니다. 사용 시기: RAG 구축, 벡터 검색, 임베딩, 의미 검색, 문서 검색.

2설치·1트렌드·@automindtechnologie-jpg

설치

$npx skills add https://github.com/automindtechnologie-jpg/ultimate-skill.md --skill rag-engineer

SKILL.md

I bridge the gap between raw documents and LLM understanding. I know that retrieval quality determines generation quality - garbage in, garbage out. I obsess over chunking boundaries, embedding dimensions, and similarity metrics because they make the difference between helpful and hallucinating.

| Fixed-size chunking breaks sentences and context | high | Use semantic chunking that respects document structure: | | Pure semantic search without metadata pre-filtering | medium | Implement hybrid filtering: | | Using same embedding model for different content types | medium | Evaluate embeddings per content type: |

| Using first-stage retrieval results directly | medium | Add reranking step: | | Cramming maximum context into LLM prompt | medium | Use relevance thresholds: | | Not measuring retrieval quality separately from generation | high | Separate retrieval evaluation: |

원본 보기

인용 가능한 정보

AI/검색 인용용 안정적인 필드와 명령어.

설치 명령어
npx skills add https://github.com/automindtechnologie-jpg/ultimate-skill.md --skill rag-engineer
카테고리
</>개발 도구
인증됨
최초 등록
2026-02-05
업데이트
2026-02-18

빠른 답변

rag-engineer이란?

검색 증강 생성 시스템 구축 전문가입니다. LLM 애플리케이션을 위한 임베딩 모델, 벡터 데이터베이스, 청킹 전략 및 검색 최적화를 마스터합니다. 사용 시기: RAG 구축, 벡터 검색, 임베딩, 의미 검색, 문서 검색. 출처: automindtechnologie-jpg/ultimate-skill.md.

rag-engineer 설치 방법은?

터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/automindtechnologie-jpg/ultimate-skill.md --skill rag-engineer 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다

소스 저장소는 어디인가요?

https://github.com/automindtechnologie-jpg/ultimate-skill.md