hybrid-search-implementation
Faz seu agente combinar busca por palavras e vetores. Isso melhora os resultados de busca em sistemas complexos.
O que ela faz
Esta habilidade ensina como misturar dois tipos de busca: uma que entende o significado (vetorial) e outra que procura palavras exatas (palavra-chave). Isso ajuda a encontrar informações de forma mais completa.
Quando usar
- ✓Ao criar sistemas que respondem perguntas com base em documentos.
- ✓Quando você precisa que a busca encontre tanto o significado quanto termos específicos.
- ✓Se a busca por significado puro não encontra resultados importantes que você sabe que existem.
Exemplo do que pedir para a IA
“Como posso combinar busca por significado e por palavras exatas para melhorar meus resultados?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ideia é enviar sua pergunta para dois sistemas de busca ao mesmo tempo. Um entende o sentido, o outro procura as palavras exatas. Depois, os resultados são combinados para dar a melhor resposta.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add wshobson/agents --skill hybrid-search-implementationOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/wshobson/agents/main/plugins/llm-application-dev/skills/hybrid-search-implementation/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Implementação de Busca Híbrida
Padrões para combinar similaridade de vetores e busca baseada em palavras-chave.
Quando Usar Esta Capacidade
- Construindo sistemas RAG com recall aprimorado
- Combinando compreensão semântica com correspondência exata
- Lidando com consultas com termos específicos (nomes, códigos)
- Melhorando a busca para vocabulário específico do domínio
- Quando a busca vetorial pura não encontra correspondências de palavras-chave
Conceitos Principais
1. Arquitetura de Busca Híbrida
Query → ┬─► Vector Search ──► Candidates ─┐
│ │
└─► Keyword Search ─► Candidates ─┴─► Fusion ─► Results
2. Métodos de Fusão
| Método | Descrição | Ideal Para |
|---|---|---|
| RRF | Fusão de Rank Recíproco | Uso geral |
| Linear | Soma ponderada de scores | Equilíbrio ajustável |
| Cross-encoder | Reclassifica com modelo neural | Maior qualidade |
| Cascade | Filtra e depois reclassifica | Eficiência |
Modelos e exemplos detalhados
A biblioteca completa de modelos e exemplos detalhados está em references/details.md. Leia esse arquivo quando precisar dos modelos concretos.
Melhores Práticas
Faça
- Ajuste os pesos empiricamente - Teste em seus dados
- Use RRF para simplicidade - Funciona bem sem ajuste
- Adicione reclassificação - Melhoria significativa na qualidade
- Registre ambos os scores - Ajuda na depuração
- Teste A/B - Meça o impacto real no usuário
Não Faça
- Não assuma que um tamanho serve para todos - Consultas diferentes precisam de pesos diferentes
- Não pule a busca por palavras-chave - Lida melhor com correspondências exatas
- Não traga dados em excesso - Equilibre recall vs latência
- Não ignore casos extremos - Resultados vazios, consultas de uma palavra
Perguntas frequentes
O que é busca vetorial?
É uma busca que entende o significado das palavras e frases, encontrando textos que falam sobre o mesmo assunto, mesmo que usem palavras diferentes.
O que é busca por palavra-chave?
É a busca tradicional, que procura exatamente pelas palavras que você digitou.
O que é 'fusão'?
É o processo de juntar os resultados das duas buscas (vetorial e por palavra-chave) para criar uma lista final de resultados mais precisa.
Detalhes
Descrição original do autor
Combine vector and keyword search for improved retrieval. Use when implementing RAG systems, building search engines, or when neither approach alone provides sufficient recall.
repo: wshobson/agents
Popularidade
- Estrelas no GitHub
- 41 mil
- Posição no ranking
- #4888
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
screen-reader-testing
Faz seu agente testar sites usando leitores de tela para garantir que sejam acessíveis.
wshobson/agents
wcag-audit-patterns
Ajuda seu agente a auditar sites para acessibilidade e corrigir problemas de acordo com as diretrizes WCAG.
wshobson/agents
multi-reviewer-patterns
Faz seu agente coordenar revisões de código paralelas, deduplicando achados e consolidando relatórios.
wshobson/agents
parallel-debugging
Permite ao agente depurar problemas complexos com investigações paralelas e análise de causa raiz.
wshobson/agents
Skills parecidas
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC