mcpField
Q
qdrant-search-quality

qdrant-search-quality

github.com/qdrant数据与数据库2651.8k 次安装1 天前更新
代码仓库

关于 qdrant-search-quality

用于诊断 Qdrant 搜索质量问题的路由技能,根据症状指向相应指南文件,涵盖召回率、嵌入模型、混合搜索、重排和相关性反馈等主题。

主要功能

  1. 01按症状定位指南文件
  2. 02涵盖召回率和精确率问题
  3. 03指引嵌入质量调查
  4. 04介绍混合搜索策略
  5. 05涵盖重排和相关性反馈

适用场景

  1. 01查找无关结果的处理指南
  2. 02调查搜索结果缺失
  3. 03选择混合搜索方案
  4. 04提升结果多样性或相关性

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/qdrant/skills --skill qdrant-search-quality

安装后在 Claude Code 中输入/qdrant-search-quality确认已加载。

详细介绍

Qdrant 搜索质量

先路由,再作答。根据用户的症状匹配表格中的内容,Read 对应文件,并依据该文件作答。 不要只根据本页作答:本页仅用于路由,不包含指导内容。如果匹配两行,请同时读取这两个文件。

用户的描述阅读
搜索结果不好或不相关、结果错误、缺少预期匹配项diagnosis/SKILL.md
召回率低、缺少预期结果diagnosis/SKILL.md
精确率低、错误匹配太多diagnosis/SKILL.md
应使用哪种嵌入模型、量化后质量下降、模型变更或数据增长diagnosis/SKILL.md
不确定是模型、数据还是 Qdrant 有问题diagnosis/SKILL.md
想测量召回率、构建黄金集、真实值数据集或 recall@kdiagnosis/SKILL.md
我的改进是否有效、是否具有统计显著性、微调嵌入模型diagnosis/SKILL.md
需要结合关键词搜索和语义搜索、混合搜索、稀疏 + 稠密、融合 / RRF、预取search-strategies/hybrid-search/SKILL.md
是否应该重排、结果太相似、需要多样性、MMR、推荐 / 发现 APIsearch-strategies/SKILL.md
通过相关性反馈或用户点击改进结果、寻找比重排更便宜的替代方案search-strategies/relevance-feedback/SKILL.md

大多数质量问题源于嵌入模型或数据,而非 Qdrant 的配置——仅仅在句子中间拆分数据块,就可能导致质量下降 30-40%。 调整任何 Qdrant 参数前,先通过精确搜索排除这一因素: 搜索 API

评论

支持 Markdown