ASD

Vector Index Tuning

Optimiza el rendimiento de índices vectoriales en latencia, recall y memoria; útil al ajustar parámetros HNSW, elegir cuantización o escalar infraestructura de búsqueda vectorial.

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
581 tok

44 tok en reposo

Paquete
2 archivos

15 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add wshobson/agents --skill vector-index-tuning --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Guía para elegir tipo de índice vectorial según tamaño de datos
  • Explica parámetros HNSW (M, efConstruction, efSearch) y su efecto
  • Detalla estrategias de cuantización (FP32, FP16, INT8, PQ, binaria)
  • Referencia plantillas y ejemplos detallados en references/details.md

Úsalo cuando

  • Ajustar parámetros HNSW
  • Implementar cuantización
  • Optimizar uso de memoria
  • Reducir latencia de búsqueda o balancear recall vs velocidad

No lo uses cuando

    Qué lo activa

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

    • Ayúdame a tunear los parámetros HNSW de mi índice
    • ¿Qué tipo de cuantización uso para 50M vectores?
    • Cómo reducir la latencia de búsqueda vectorial
    • Necesito escalar mi búsqueda vectorial a miles de millones de vectores

    SKILL.md

    En inglés

    Vector Index Tuning

    Guide to optimizing vector indexes for production performance.

    When to Use This Skill

    • Tuning HNSW parameters
    • Implementing quantization
    • Optimizing memory usage
    • Reducing search latency
    • Balancing recall vs speed
    • Scaling to billions of vectors

    Core Concepts

    1. Index Type Selection

    Data Size           Recommended Index
    ────────────────────────────────────────
    < 10K vectors  →    Flat (exact search)
    10K - 1M       →    HNSW
    1M - 100M      →    HNSW + Quantization
    > 100M         →    IVF + PQ or DiskANN
    

    2. HNSW Parameters

    Parameter Default Effect
    M 16 Connections per node, ↑ = better recall, more memory
    efConstruction 100 Build quality, ↑ = better index, slower build
    efSearch 50 Search quality, ↑ = better recall, slower search

    3. Quantization Types

    Full Precision (FP32): 4 bytes × dimensions
    Half Precision (FP16): 2 bytes × dimensions
    INT8 Scalar:           1 byte × dimensions
    Product Quantization:  ~32-64 bytes total
    Binary:                dimensions/8 bytes
    

    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

    • Benchmark with real queries - Synthetic may not represent production
    • Monitor recall continuously - Can degrade with data drift
    • Start with defaults - Tune only when needed
    • Use quantization - Significant memory savings
    • Consider tiered storage - Hot/cold data separation

    Don'ts

    • Don't over-optimize early - Profile first
    • Don't ignore build time - Index updates have cost
    • Don't forget reindexing - Plan for maintenance
    • Don't skip warming - Cold indexes are slow

    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
    Categoría
    Bases de datos
    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

    Domina la optimización de consultas SQL, estrategias de indexado y análisis EXPLAIN para mejorar drásticamente el rendimiento de la base de datos y eliminar consultas lentas.

    Costo de contexto al activarse
    1.5k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 2 meses
    bases de datos

    Ejecuta migraciones de bases de datos entre ORMs y plataformas con estrategias zero-downtime, transformación de datos y procedimientos de rollback.

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

    Diseña e implementa event stores para sistemas de event sourcing: infraestructura, elección de tecnología y patrones de persistencia de eventos.

    Costo de contexto al activarse
    1k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 2 meses
    bases de datos