Provide implementations of advanced data structures
日本語の概要は準備中です。原文の説明を表示しています。
a5c-ai/babysitter1,8412026年9月17日 更新
無料GitHub で公開
rag-chunking-strategy
Document chunking with multiple strategies including semantic, recursive, and fixed-size chunking
含まれるファイル（2）
- SKILL.md1.8 KB
- README.md621 B
SKILL.md（原文）
インストールする前に、エージェントに与えられる指示の中身を確認できます。
RAG Chunking Strategy Skill
Capabilities
- Implement multiple document chunking strategies
- Configure semantic chunking based on content boundaries
- Set up recursive character text splitting
- Design fixed-size chunking with overlap
- Implement document-aware chunking (markdown, code, etc.)
- Optimize chunk sizes for retrieval quality
Target Processes
- rag-pipeline-implementation
- chunking-strategy-design
Implementation Details
Chunking Strategies
- RecursiveCharacterTextSplitter: Hierarchical splitting with separators
- SemanticChunker: Embedding-based semantic boundaries
- TokenTextSplitter: Token-aware splitting
- MarkdownHeaderTextSplitter: Structure-aware markdown splitting
- CodeSplitter: Language-aware code chunking
Configuration Options
- Chunk size (characters or tokens)
- Chunk overlap percentage
- Separator hierarchy
- Embedding model for semantic chunking
- Document type detection
Best Practices
- Match chunk size to embedding model limits
- Use appropriate overlap for context preservation
- Test retrieval quality with different strategies
- Consider document structure in strategy selection
Dependencies
- langchain-text-splitters
- sentence-transformers (for semantic chunking)
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
Fresh adversarial code review with binary PASS/FAIL verdicts, evidence citations, and anchoring bias prevention via fresh reviewer spawning.
日本語の概要は準備中です。原文の説明を表示しています。
a5c-ai/babysitter1,8412026年9月17日 更新
WASM-based instant code transforms for simple tasks, achieving 352x speedup over LLM inference with zero cost.
日本語の概要は準備中です。原文の説明を表示しています。
a5c-ai/babysitter1,8412026年9月17日 更新
Coordinate Crew (persistent) and Polecat (transient) agents using Gas Town's hook-based work distribution and GUPP principle.
日本語の概要は準備中です。原文の説明を表示しています。
a5c-ai/babysitter1,8412026年9月17日 更新
Generate visual representations of algorithm execution
日本語の概要は準備中です。原文の説明を表示しています。
a5c-ai/babysitter1,8412026年9月17日 更新
Hierarchical coordination and drift detection with frequent checkpoints, shared memory coherence validation, role specialization enforcement, and short task cycles.
日本語の概要は準備中です。原文の説明を表示しています。
a5c-ai/babysitter1,8412026年9月17日 更新