Qdrant Search Quality

作者 qdrant6a03d0ce8f55無授權條款收錄於 2026年10月8日更新於 2026年10月8日

Diagnoses and improves Qdrant search relevance. Use when someone reports 'search results are bad', 'wrong results', 'low precision', 'low recall', 'irrelevant matches', 'missing expected results', or asks 'how to improve search quality?', 'which embedding model?', 'should I use hybrid search?', 'how to combine keyword and vector search / fusion / RRF / prefetch?', 'should I use reranking?', 'relevance feedback?', 'how to measure retrieval quality?', 'build a golden set', 'ground truth dataset', or 'how to score recall@k?'. Also use when search quality degrades after quantization, model change, or data growth.

僅含說明AI & Agents Data & Analytics

AI 產生的概覽

將 Qdrant 搜尋品質問題導向診斷、混合搜尋、重排序與相關性回饋等指引內容。

功能: 此技能扮演 Qdrant 搜尋相關性問題的路由器。它會依照使用者描述的症狀（例如低精確率、低召回率、缺少預期結果，或量化、模型更換後品質下降）對應到相應的指引檔案，並要求代理先讀取該檔案再作答。它也指向關於檢索品質量測、黃金集、recall@k、搭配融合或 RRF 的混合搜尋、重排序以及相關性回饋的指引。它產出的是路由判斷，以及來自所引用指引內容的回答，而非僅依據路由頁面本身。
適用情境: 當有人反映搜尋結果不佳、錯誤或不相關，缺少預期符合項目，精確率或召回率偏低，或詢問如何提升搜尋品質時使用。也適用於關於嵌入模型選擇、關鍵字與向量混合搜尋、重排序、相關性回饋，以及用黃金集或 recall@k 量測檢索品質的問題。
執行需求: 不附帶指令碼，僅為說明性內容。代理需要檔案讀取工具（Read、Grep、Glob），並能存取所引用的指引檔案，而這些檔案並未包含在此技能資料夾中。