qdrant-search-quality
Ajuda seu agente a melhorar a precisão dos resultados de busca no Qdrant. É útil quando os resultados não são os esperados ou parecem errados.
O que ela faz
Esta ferramenta ajuda a entender e melhorar a qualidade dos resultados de busca em um sistema chamado Qdrant. Ela verifica se o problema está no modelo de linguagem, nas configurações do sistema ou na forma como as perguntas são feitas.
Quando usar
- ✓Quando os resultados da busca parecem errados ou irrelevantes.
- ✓Quando você quer melhorar a precisão ou a quantidade de resultados úteis.
- ✓Quando a qualidade da busca piorou após alguma mudança no sistema.
Exemplo do que pedir para a IA
“Meus resultados de busca estão ruins, o que posso fazer?”
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
Ela analisa o modelo de linguagem, as configurações do Qdrant e a estratégia de busca. Começa testando a busca exata para identificar a causa raiz dos problemas.
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 github/awesome-copilot --skill qdrant-search-qualityOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/qdrant-search-quality/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Qualidade de Busca do Qdrant
Primeiro, determine se o problema é o modelo de embedding, a configuração do Qdrant ou a estratégia de consulta. A maioria dos problemas de qualidade vêm do modelo ou dos dados, e não do próprio Qdrant. Se a qualidade da busca for baixa, inspecione como os trechos (chunks) estão sendo passados para o Qdrant antes de ajustar quaisquer parâmetros. Dividir no meio de uma frase pode reduzir a qualidade em 30-40%.
- Comece testando com busca exata para isolar o problema API de Busca
Diagnóstico e Ajuste
Isole a origem dos problemas de qualidade, ajuste os parâmetros do HNSW e escolha o modelo de embedding correto. Diagnóstico e Ajuste
Estratégias de Busca
Busca híbrida, reclassificação (reranking), feedback de relevância e APIs de exploração para melhorar a qualidade dos resultados. Estratégias de Busca
Perguntas frequentes
O que é 'precisão' e 'recall'?
Precisão é a porcentagem de resultados que são realmente úteis. Recall é a porcentagem de todos os resultados úteis que foram encontrados.
Onde os problemas de qualidade geralmente acontecem?
Na maioria das vezes, os problemas vêm do modelo de linguagem ou dos dados, e não do próprio Qdrant.
Por que a forma como os textos são divididos é importante?
Dividir textos no meio de frases pode reduzir muito a qualidade da busca, pois a informação fica incompleta.
Detalhes
Descrição original do autor
Diagnoses and improves Qdrant search relevance. Use when someone reports 'search results are bad', 'wrong results', 'low precision', 'low recall', 'irrelevant matches', 'missing expected results', or asks 'how to improve search quality?', 'which embedding model?', 'should I use hybrid search?', 'should I use reranking?'. Also use when search quality degrades after quantization, model change, or da
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5315
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
pytorch-patterns
Ajuda seu agente a usar o PyTorch para criar modelos de aprendizado de máquina. Ele aplica as melhores práticas para treinar modelos de forma eficiente e garantir que os resultados sejam consistentes.
affaan-m/ECC
evm-token-decimals
Ajuda seu agente a evitar erros com números decimais em diferentes redes blockchain. Garante que os valores de tokens sejam precisos em transações e cálculos.
affaan-m/ECC
knowledge-agent
Cria e consulta bases de conhecimento com inteligência artificial. Permite fazer perguntas sobre trabalhos passados ou compilar conhecimento sobre um tema.
thedotmack/claude-mem