# dspy-rag-pipeline

Строит пайплайны retrieval-augmented generation с ColBERTv2, которые можно систематически улучшать. Пригодится, если вопросы требуют поиска по собственному корпусу документов и факт-чекирования ответов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · ★ 124
- Автор: OmidZamani
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/OmidZamani/dspy-skills/tree/HEAD/skills/dspy-rag-pipeline/SKILL.md
- Обновлён: 2026-06-23
- HTML: https://affpapa.org/nevibecode/skills/dspy-rag-pipeline

## Что делает

Скилл объединяет поиск по индексу ColBERTv2 и генерацию ответа в один модуль. На входе — вопрос и число релевантных отрывков k, на выходе — найденный контекст и ответ, построенный на его основе. Внутри используется `dspy.Retrieve` для поиска и `dspy.ChainOfThought` для рассуждений при генерации.

Пайплайн устроен в четыре фазы: настройка retriever-а (подключение ColBERTv2), определение сигнатуры входа-выхода, сборка RAG-модуля с методом `forward`, и запуск на вопросе. Есть примеры базового RAG, production-версии с логированием и обработкой ошибок, и multi-hop RAG, который уточняет запрос на каждом шаге поиска.

Для работы нужен доступ к ColBERTv2 — в примерах используется публичный сервер по адресу `http://20.102.90.50:2017/wiki17_abstracts`. Скилл совместим с DSPy 3.2.1, гарантирует доступ к инструментам Read, Write, Glob и Grep.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-rag-pipeline -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-rag-pipeline -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-rag-pipeline -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install OmidZamani/dspy-skills dspy-rag-pipeline
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-rag-pipeline -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/OmidZamani/dspy-skills --path skills/dspy-rag-pipeline
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-rag-pipeline -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/OmidZamani/dspy-skills/tree/HEAD/skills/dspy-rag-pipeline/SKILL.md

## Когда брать
- извлечь релевантные отрывки из большого корпуса документов
- построить ответ, привязанный к найденному контексту
- оптимизировать поиск и генерацию вместе, используя few-shot примеры
- отладить multi-hop запросы, требующие уточнения на каждом шаге

## Примеры запросов агенту
- Встрой RAG по вопросам из базы знаний: инициализируй `RAG(num_passages=3)` и передай вопрос пользователя
- Оптимизируй пайплайн по dataset-у: используй `BootstrapFewShot` с метрикой грунди-ness
- Обработай сложный вопрос multi-hop поиском: создай `MultiHopRAG(num_hops=2)` и передай исходный вопрос

## Похожие
- [rag-engineer](https://affpapa.org/nevibecode/skills/rag-engineer.md) — скилл · 273 установки
- [rag](https://affpapa.org/nevibecode/skills/rag.md) — скилл · 3700 установок
- [evaluate-rag](https://affpapa.org/nevibecode/skills/evaluate-rag.md) — скилл · 970 установок
- [rag-architect](https://affpapa.org/nevibecode/skills/rag-architect.md) — скилл · 629 установок
- [agent-memory-systems](https://affpapa.org/nevibecode/skills/agent-memory-systems.md) — скилл · 1086 установок
- [langchain-rag](https://affpapa.org/nevibecode/skills/langchain-rag.md) — скилл · 17500 установок

Из того же набора: [omidzamani/dspy-skills](https://affpapa.org/nevibecode/by/omidzamani/dspy-skills.md) — 7 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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