К основному содержанию
скилл CX Codex

indexion-segment — скилл для Claude Code: чанкинг текста под RAG

Режет документы на смысловые куски для RAG и эмбеддингов. Пригодится, когда текст надо разбить по смене темы, а не по количеству символов.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add trkbt10/indexion-skills --skill indexion-segment -a claude-code
Открыть на GitHub

Что делает indexion-segment

Скилл вызывает утилиту indexion segment: она делит файл на сегменты и складывает их в выходную папку. Стратегий три — window со скользящим окном и поиском расхождений, tfidf по смене темы и punctuation по границам предложений. По умолчанию работает window с адаптивным порогом.

Размеры кусков задаются явно: --min-size, --max-size, --target-size. Есть гибридный режим --hybrid, где смешиваются NCD и TF-IDF с весами --ncd-weight и --tfidf-weight. Для документов со смешанным содержимым это разумная отправная точка, но веса придётся подбирать под свой корпус — универсальных значений тут нет.

Команда принимает входной файл и папку вывода, префикс имён файлов меняется через --prefix. Если разбиение вышло слишком крупным или рваным, крутите --threshold и --target-size.

Какие задачи решает

  • нарезать длинный документ на куски под эмбеддинги
  • разделить текст по смене темы, а не по числу символов
  • подготовить корпус для поиска похожих фрагментов
  • вытащить смысловые секции из смешанного документа
  • задать фиксированный размер чанка для пайплайна

Примеры запросов агенту

  • Разбей document.txt на сегменты в папку output/
  • Нарежь текст по стратегии tfidf, целевой размер 800 символов
  • Прогони гибридный режим с весом NCD 0.6 на этом файле

Как установить indexion-segment

1Через Skills CLI (Vercel)

npx skills add trkbt10/indexion-skills --skill indexion-segment -a claude-code

2Вручную: положить файлы

~/.claude/skills/indexion-segment/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/indexion-segment/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о indexion-segment

Как установить indexion-segment в Claude?

Выполните npx skills add trkbt10/indexion-skills --skill indexion-segment -a claude-code. После этого файл скилла появится в ~/.claude/skills/indexion-segment/SKILL.md.

Что делает indexion-segment?

Делит текст на контекстные сегменты для RAG и пайплайнов эмбеддингов. Стратегия выбирается под задачу: по расхождениям в окне, по TF-IDF или по пунктуации.

Чем стратегии сегментации отличаются друг от друга?

window ищет расхождения в скользящем окне и включён по умолчанию. tfidf ловит смену темы, punctuation режет по границам предложений. Для смешанных документов есть режим --hybrid.

Исходный текст

SKILL.md · Apache-2.0
---
name: indexion-segment
description: Split text into contextual chunks for RAG/embedding pipelines. Document segmentation and section extraction using window, tfidf, punctuation, or hybrid strategies chosen by intent.
---

# indexion segment

Split text into contextual segments using divergence-based, TF-IDF, or punctuation strategies.

## When to Use

- User needs to chunk text for RAG or embedding pipelines
- User wants to split a document into meaningful sections
- User asks to segment text for processing
- Preparing text for similarity analysis at sub-document level

## Usage

```bash
# Default window divergence strategy
indexion segment <input-file> <output-dir>

# TF-IDF based segmentation
indexion segment --strategy=tfidf <input-file> <output-dir>

# Punctuation-based segmentation
indexion segment --strategy=punctuation <input-file> <output-dir>

# Custom segment sizes
indexion segment --min-size=200 --max-size=3000 --target-size=800 document.txt output/

# Custom divergence threshold
indexion segment --threshold=0.5 document.txt output/

# Adaptive threshold mode (default)
indexion segment --adaptive document.txt output/

# Hybrid NCD+TF-IDF mode
indexion segment --hybrid --ncd-weight=0.6 --tfidf-weight=0.4 document.txt output/

# Custom window size
indexion segment --window-size=5 document.txt output/

# Custom output prefix
indexion segment --prefix=chunk document.txt output/
```

## Options

| Option | Default | Description |
|--------|---------|-------------|
| `--strategy=NAME` | window | Strategy: window, tfidf, punctuation |
| `--min-size=INT` | 100 | Minimum segment characters |
| `--max-size=INT` | 2000 | Maximum segment characters |
| `--target-size=INT` | 500 | Target segment characters |
| `--threshold=FLOAT` | 0.42 | Divergence threshold |
| `--window-size=INT` | 3 | Window size |
| `--adaptive` | true | Adaptive threshold mode |
| `--hybrid` | false | NCD+TF-IDF hybrid mode |
| `--ncd-weight=FLOAT` | 0.5 | NCD weight in hybrid mode |
| `--tfidf-weight=FLOAT` | 0.5 | TF-IDF weight in hybrid mode |
| `--prefix=NAME` | segment | Output file prefix |

## Strategies

| Strategy | Description |
|----------|-------------|
| `window` (default) | Sliding window divergence detection |
| `tfidf` | TF-IDF based topic change detection |
| `punctuation` | Punctuation/sentence boundary based |

## Workflow

1. Run `indexion segment <input-file> <output-dir>` to split text with defaults
2. Adjust `--threshold` and `--target-size` to tune segmentation granularity
3. Use `--hybrid` mode for better accuracy on mixed-content documents

© trkbt10 · Apache-2.0 · trkbt10/indexion-skills

Похожие скиллы

Всё по теме «ИИ и ML» →
langchain-rag langchain-ai Даёт ИИ-агенту готовые шаблоны и код для сборки RAG-пайплайнов на LangChain в Python и TypeScript: от загрузки документов до векторного поиска. CX Codex +1 17 500установок rag giuseppe-trisciuoglio Скилл помогает развернуть пайплайн Retrieval-Augmented Generation: от нарезки документов и расчёта эмбеддингов до поиска в векторной базе и передачи контекста модели. CX Codex +1 3 700установок rag-retrieval OrchestKit Скилл с готовыми паттернами retrieval-augmented generation: гибридный поиск, HyDE, реранкинг, pgvector. Пригодится, когда строишь RAG-пайплайн и нужны рабочие схемы, а не теория. CX Codex +1 1 500установок rag-engineer sickn33 Скилл для проектирования систем поиска и генерации с векторными базами данных. Помогает настроить чанкинг, выбрать embedding-модели и оптимизировать качество поиска перед тем, как результаты попадут в LLM. CX Codex +1 1 000установок embedding-strategies Seth Hobson Скилл помогает выбирать модели эмбеддингов, настраивать чанкинг и проверять качество в semantic search и RAG. CX Codex 11 391установок similarity-search-patterns Seth Hobson Скилл помогает проектировать поиск по сходству в векторных базах данных: от семантического поиска и RAG до гибридной выдачи и настройки индексов. CX Codex 10 700установок

Из того же набора6

Спонсоры проекта

Компании, которые помогают держать аналитику открытой