# rag-architect

Скилл rag-architect для Claude Code и Cursor проектирует конвейеры RAG и подбирает параметры разбиения текста. Оценивает качество поиска по метрикам Recall@K и MRR на реальных запросах.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 137 установок · ★ 1183 у репозитория
- Автор: borghei
- Лицензия: LicenseRef-MIT-Commons-Clause · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/borghei/Claude-Skills/tree/HEAD/engineering/rag-architect/SKILL.md
- Обновлён: 2026-11-08
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/borghei-rag-architect

## Что делает

Скилл помогает выстроить архитектуру RAG с нуля или найти причину неточных ответов в работающей системе. Внутри находятся три утилиты: `rag_pipeline_designer.py` формирует структуру компонентов с расчётом затрат, `chunking_optimizer.py` тестирует 12 вариантов нарезки документов, а `retrieval_evaluator.py` измеряет качество выдачи по метрикам Precision@K, Recall@K и MRR.

Для объективной оценки требуется составить тестовый набор хотя бы из 50 реальных запросов с эталонными документами. Без него скрипт проверки не сможет подтвердить выбор модели эмбеддингов или конфигурации поиска.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add borghei/Claude-Skills --skill rag-architect -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/rag-architect/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/rag-architect/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add borghei/Claude-Skills --skill rag-architect -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/rag-architect/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add borghei/Claude-Skills --skill rag-architect -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/rag-architect/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install borghei/Claude-Skills engineering/rag-architect/SKILL.md
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/rag-architect/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add borghei/Claude-Skills --skill rag-architect -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/borghei/Claude-Skills --path engineering/rag-architect
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/rag-architect/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add borghei/Claude-Skills --skill rag-architect -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/borghei/Claude-Skills/tree/HEAD/engineering/rag-architect/SKILL.md

## Когда брать
- спроектировать архитектуру RAG и рассчитать ежемесячные расходы
- подобрать параметры разбиения текста на чанки под свой корпус
- сравнить модели эмбеддингов и векторные базы данных
- выявить ошибки поиска через метрики Recall@K и MRR

## Примеры запросов агенту
- Проанализируй корпус в папке assets/corpus и подбери оптимальный размер чанка
- Составь архитектуру RAG по требованиям из requirements.json и рассчитай затраты
- Запусти оценку поиска по queries.json и сравни результаты с baseline

## Похожие
- [rag-implementer](https://affpapa.org/nevibecode/skills/oakoss-rag-implementer.md) — скилл · 121 установка
- [rag](https://affpapa.org/nevibecode/skills/rag.md) — скилл · 3900 установок
- [rag-engineer](https://affpapa.org/nevibecode/skills/sickn33-rag-engineer.md) — скилл · 1000 установок
- [RAG Implementer](https://affpapa.org/nevibecode/skills/rag-implementer.md) — скилл · 189 установок
- [langchain-rag](https://affpapa.org/nevibecode/skills/langchain-rag.md) — скилл · 18600 установок
- [ai-data-engineering-rag-pipeline](https://affpapa.org/nevibecode/skills/ai-data-engineering-rag-pipeline.md) — скилл · 165 установок

## Другие версии с тем же именем
- [rag-architect · jeffallan](https://affpapa.org/nevibecode/skills/httpsgithubcomjeffallan-rag-architect.md) — 5100 установок
- [rag-architect · alirezarezvani](https://affpapa.org/nevibecode/skills/rag-architect.md) — 629 установок
- [rag-architect · vasallo94](https://affpapa.org/nevibecode/skills/vasallo94-rag-architect.md) — 1 установка

Из того же набора: [borghei/claude-skills](https://affpapa.org/nevibecode/by/borghei/claude-skills.md) — 120 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
