ASD

Hybrid Search Implementation

Combina búsqueda vectorial y por palabras clave para mejorar la recuperación. Útil al implementar RAG, motores de búsqueda o cuando ningún enfoque solo basta.

Reemplaza a: Usar solo búsqueda vectorial o solo búsqueda por palabras clave

Estrellas
38.8k

en todo el repo

Actividad
47

0–100, la ruta de este skill

Actualizado
hace 2 meses

último commit aquí

Commits
1

últimos 90 días

Contexto
508 tok

44 tok en reposo

Paquete
2 archivos

18 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add wshobson/agents --skill hybrid-search-implementation --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Combina búsqueda por similitud vectorial y búsqueda por palabras clave para mejorar el recall
  • Explica arquitecturas de fusión (RRF, lineal, cross-encoder, cascada) para combinar resultados
  • Remite a `references/details.md` para plantillas y ejemplos concretos
  • Da buenas prácticas: ajustar pesos empíricamente, usar RRF, añadir reranking, hacer A/B testing

Úsalo cuando

  • Al construir sistemas RAG que necesitan mejor recall
  • Al combinar comprensión semántica con coincidencia exacta
  • Cuando las consultas incluyen términos específicos (nombres, códigos)
  • Cuando la búsqueda vectorial pura no encuentra coincidencias de palabras clave

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • Quiero implementar búsqueda híbrida vectorial y por palabras clave en mi RAG
    • ¿Cómo combino resultados de búsqueda semántica y keyword search con RRF?
    • Ayúdame a mejorar el recall de mi motor de búsqueda con fusión de resultados

    SKILL.md

    En inglés

    Hybrid Search Implementation

    Patterns for combining vector similarity and keyword-based search.

    When to Use This Skill

    • Building RAG systems with improved recall
    • Combining semantic understanding with exact matching
    • Handling queries with specific terms (names, codes)
    • Improving search for domain-specific vocabulary
    • When pure vector search misses keyword matches

    Core Concepts

    1. Hybrid Search Architecture

    Query → ┬─► Vector Search ──► Candidates ─┐
            │                                  │
            └─► Keyword Search ─► Candidates ─┴─► Fusion ─► Results
    

    2. Fusion Methods

    Method Description Best For
    RRF Reciprocal Rank Fusion General purpose
    Linear Weighted sum of scores Tunable balance
    Cross-encoder Rerank with neural model Highest quality
    Cascade Filter then rerank Efficiency

    Templates and detailed worked examples

    Full template library and detailed worked examples live in references/details.md. Read that file when you need the concrete templates.

    Best Practices

    Do's

    • Tune weights empirically - Test on your data
    • Use RRF for simplicity - Works well without tuning
    • Add reranking - Significant quality improvement
    • Log both scores - Helps with debugging
    • A/B test - Measure real user impact

    Don'ts

    • Don't assume one size fits all - Different queries need different weights
    • Don't skip keyword search - Handles exact matches better
    • Don't over-fetch - Balance recall vs latency
    • Don't ignore edge cases - Empty results, single word queries

    Reproducido de wshobson/agents bajo licencia MIT. Leer esta página en markdown.

    Archivos

    2 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Detalles

    Creador
    wshobson
    Licencia
    MIT
    Recursos incluidos
    referencias
    Repositorio
    wshobson/agents
    Código fuente
    Ver SKILL.md

    Etiquetas

    Más de wshobson/agents

    Este repo incluye 180 skills. Si instalas uno, normalmente ya tienes los demás.

    Úsalo al seleccionar y colocar iconos, imágenes, SVGs, diagramas o infografías de apoyo aprobados en un PPTX editable.

    Costo de contexto al activarse
    344 tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 26 días
    documentos

    Úsalo cuando pidan optimizar un prompt, mejorar su rendimiento, diseñar una plantilla, aplicar chain-of-thought, few-shot prompting o técnicas avanzadas de prompt engineering para producción.

    Costo de contexto al activarse
    1.3k tok
    Tamaño del paquete
    10 archivos
    Última actualización
    el mes pasado
    herramientas desarrollo

    Úsalo al redactar o reparar una especificación JSON con coordenadas explícitas para un PPTX editable.

    Costo de contexto al activarse
    489 tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 26 días
    documentos

    Úsalo para validar o reparar un PPTX editable en cuanto a geometría, accesibilidad, editabilidad nativa, linaje de fuente e integridad del paquete OOXML.

    Costo de contexto al activarse
    409 tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 26 días
    documentos

    Úsalo para analizar un PPTX de referencia en modo solo lectura: estructura, tema, tipografía, ritmo de layout, diagnósticos, catálogos de plantillas derivados o inspección segura del paquete OOXML.

    Costo de contexto al activarse
    689 tok
    Tamaño del paquete
    8 archivos
    Última actualización
    hace 26 días
    documentos

    Úsalo al preparar la narrativa, las fuentes y el contexto de diseño para un nuevo deck PPTX editable.

    Costo de contexto al activarse
    415 tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 26 días
    documentos

    Skills relacionados

    Construye pipelines MLOps de extremo a extremo: preparación de datos, entrenamiento, validación y despliegue en producción del modelo.

    Costo de contexto al activarse
    1.8k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 5 meses
    datos analitica

    Transforma datos en narrativas persuasivas usando visualización, contexto y estructura. Útil al presentar analíticas a stakeholders, crear reportes o presentaciones ejecutivas.

    Costo de contexto al activarse
    530 tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 2 meses
    datos analitica

    Testea contratos inteligentes de forma exhaustiva con Hardhat y Foundry: tests unitarios, de integración y forking de mainnet.

    Costo de contexto al activarse
    2k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 2 meses
    testing qa