fix · takagoto — скилл для Claude Code: что делает и как установить
Диагностирует сбои в готовом RAG-пайплайне и правит код без лекций и теории. Пригодится, когда поиск выдаёт мусор или модель галлюцинирует.
npx skills add TakaGoto/rag-learning-academy --skill fix -a claude-codeЧто делает fix
Скилл предназначен для быстрой починки существующего конвейера RAG. В отличие от обучающих модулей репозитория, он пропускает теорию и сразу переходит к проблеме: запрашивает симптом (пустая выдача, галлюцинации, низкая скорость или нестабильные ответы) и изучает файлы проекта.
Агент последовательно проверяет параметры чанкинга, размерность эмбеддингов, настройки векторной базы, параметры поиска и промпт генерации. Затем выводит диагноз с первопричиной и уликами в коде, предлагает точечный дифф с коротким объяснением и помогает перепроверить проблемный запрос.
Этот инструмент рассчитан строго на готовый код в проекте: если исходных файлов пайплайна в репозитории нет, скиллу просто нечего будет анализировать. При наличии файла progress/debug-log.md результат исправления автоматически заносится в журнал.
Какие задачи решает
- Найти причину галлюцинаций модели из-за некорректного контекста
- Исправить параметры чанкинга и перекрытия при плохом поиске
- Устранить падение скорости эмбеддингов и векторного хранилища
- Починить фильтры и top-k при пустой поисковой выдаче
Примеры запросов агенту
- Пайплайн RAG возвращает нерелевантные документы на поисковые запросы, разберись в чём дело через fix
- Модель галлюцинирует и игнорирует переданный контекст, запусти fix по коду в папке src
- Сделай быструю диагностику пайплайна через fix: поиск работает только на части запросов
Как установить fix
1Через Skills CLI (Vercel)
npx skills add TakaGoto/rag-learning-academy --skill fix -a claude-code2Вручную: положить файлы
~/.claude/skills/fix/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/fix/
1Через Skills CLI (Vercel)
npx skills add TakaGoto/rag-learning-academy --skill fix -a codex2Вручную: положить файлы
.agents/skills/fix/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add TakaGoto/rag-learning-academy --skill fix -a cursor2Вручную: положить файлы
.cursor/skills/fix/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install TakaGoto/rag-learning-academy fix2Вручную: положить файлы
.github/skills/fix/SKILL.md1Через Skills CLI (Vercel)
npx skills add TakaGoto/rag-learning-academy --skill fix -a gemini-cli2Командой платформы
gemini skills install https://github.com/TakaGoto/rag-learning-academy --path .claude/skills/fixВручную: положить файлы
.devin/skills/fix/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add TakaGoto/rag-learning-academy --skill fix -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о fix
Как установить fix в Claude Code?
Запустите команду npx skills add TakaGoto/rag-learning-academy --skill fix -a claude-code в терминале.
Что делает скилл fix?
Он опрашивает разработчика о симптомах поломки, анализирует код конвейера RAG, выявляет первопричину сбоя и выдаёт готовый патч с проверкой.
Чем fix отличается от команды /debug-rag?
Команда /debug-rag подробно разбирает типовые ошибки в образовательных целях, а fix сразу даёт точечный диагноз и готовый дифф без обучающих лекций.
Исходный текст
SKILL.md · MIT
--- name: fix description: "Diagnose and fix your RAG pipeline — skip the teaching, get to the answer" --- # Fix: Fast-Track RAG Diagnosis > **Scope:** This skill **diagnoses and fixes** an existing pipeline with no teaching. For guided debugging that explains common failure modes, use `/debug-rag`. For learners who already have a RAG pipeline and just need help fixing it. No curriculum, no lessons — straight to diagnosis and solutions. > **Language awareness:** See `.claude/LANGUAGE_AWARENESS.md`. ## Step 1: Get the Symptom Ask one question: "What's going wrong?" Common symptoms and what to probe for: | Symptom | Follow-up | |---------|-----------| | "Bad retrieval results" | Ask for a sample query + what it returns vs what it should return | | "Hallucinating" | Ask if context is being passed, and what the prompt looks like | | "Slow" | Ask about data size, embedding model, vector DB, and whether they're batching | | "No results" | Ask if data is indexed, and check the collection exists | | "Works sometimes" | Ask for a working query and a failing query — compare them | ## Step 2: Read Their Code Ask the learner to point you to their pipeline code. Read the files in `src/` or wherever they indicate. Look at: 1. **Chunking** — strategy, size, overlap 2. **Embedding** — model, dimensions, normalization 3. **Storage** — vector DB config, distance metric 4. **Retrieval** — top-k, filters, search type 5. **Generation** — prompt template, context injection, grounding instructions ## Step 3: Diagnose Identify the likely root cause. Present it clearly: ``` Diagnosis: [one-line summary] Root cause: [what's actually happening] Evidence: [what in their code/output points to this] ``` If you're not certain, rank the top 2-3 most likely causes and explain how to verify each. ## Step 4: Fix It Provide the specific code change needed. Show a before/after diff if possible. Explain *why* the fix works in 1-2 sentences — enough to understand, not a lecture. If the fix requires multiple changes, prioritize: "Fix this first, then we'll check if the other issues resolve." ## Step 5: Verify Help them test the fix: 1. Re-run the failing query 2. Compare the output to what they expected 3. If still broken, go back to Step 3 with the new information ## Step 6: Optional Learning After the fix works, offer (don't push): "Want to understand why this happened? `/explain [relevant concept]` goes deeper on this." Log the fix to `progress/debug-log.md` if the file exists. Suggest next steps: - `/lesson` on the concept behind the issue - `/build` to implement the correct pattern from scratch - `/roadmap` to see your overall progress
© TakaGoto · MIT · TakaGoto/rag-learning-academy
Похожие скиллы
Все скиллы по теме «ИИ и ML» →Сначала — fix от других авторов.