# rag-eval

Оценивает качество RAG по файловому набору с corpus/ и train.json. Нужен для сравнения настроек поиска и генерации по метрикам RAGAS.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2400 установок · ★ 3735
- Автор: NVIDIA RAG
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/rag-eval/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/rag-eval

## Что делает

Скилл готовит файловые наборы RAG с `corpus/` и `train.json`, запускает `scripts/eval/evaluate_rag.py` и разбирает JSON-результаты RAGAS. Он помогает сравнить настройки поиска, реранжирования, переформулирования запросов и генерации через параметры `--top_k`, `--vdb_top_k` и `--temperature`.

Команды нужно запускать из корня checkout. Для работы нужны Python `3.11+`, `uv`, доступные RAG-сервер и ingestor, а зависимости оценки ставятся через `uv sync --project scripts/eval`; для RAGAS требуется `NVIDIA_API_KEY`.

Скилл также разбирает ошибки сети, пустые контексты и несовпадение коллекций. Для замеров задержки или пропускной способности он не подходит: в таких сценариях указан `rag-perf`, поэтому это повод не смешивать оценку качества с нагрузочными тестами.

## Установка

### Claude Code (родная платформа)

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

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

### Codex

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

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

### Cursor

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

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills rag-eval
```

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

### Gemini CLI

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

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/rag-eval
```

### Windsurf (Devin Desktop)

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

### OpenCode

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

## Когда брать
- подготовить набор с `corpus/` и `train.json`
- запустить RAGAS-оценку через `evaluate_rag.py`
- сравнить настройки поиска и генерации
- найти причину пустых `generated_contexts`
- разобрать ошибки ingestor и ключа `NVIDIA_API_KEY`

## Примеры запросов агенту
- Запусти оценку RAGAS для набора `/path/to/my_dataset` через `uv run --project scripts/eval python scripts/eval/evaluate_rag.py`.
- Проверь, почему в результатах пустые `generated_contexts`, и разберись с коллекцией и `--vdb_top_k`.
- Сравни RAGAS-результаты после изменения `--top_k` и `--temperature`.

## Похожие
- [rag-observability-evals](https://affpapa.org/nevibecode/skills/rag-observability-evals.md) — скилл · 318 установок
- [langchain-rag](https://affpapa.org/nevibecode/skills/langchain-rag.md) — скилл · 17500 установок
- [agent-platform-rag-engine-management](https://affpapa.org/nevibecode/skills/agent-platform-rag-engine-management.md) — скилл · 8626 установок
- [rag-infrastructure](https://affpapa.org/nevibecode/skills/rag-infrastructure.md) — скилл · 325 установок
- [pinecone-rag](https://affpapa.org/nevibecode/skills/pinecone-rag.md) — скилл · 24 установки
- [evaluate-rag](https://affpapa.org/nevibecode/skills/evaluate-rag.md) — скилл · 970 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 194 карточки

_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