Chunking Strategy

Pokyny pro chunkování dokumentů v RAG pipelines: velikost, překrytí a strategie hranic

od giuseppe-trisciuoglio · giuseppe-trisciuoglio/developer-kit

Otestováno · Funguje ★ 8.0/10

Chunking Strategy — Pokyny pro chunkování dokumentů v RAG pipelines: velikost, překrytí a strategie hranic

Co umí

Znalostní dovednost, která doporučuje strategie chunkování pro generování rozšířené o vyhledávání (RAG): velikost chunků (256-1024 tokenů), překrytí (10-20%) a 5úrovňový žebříček od pevné velikosti po sémantické a pozdní chunkování, plus inline validační úryvky pro koherenci a přesnost. Spouští se při budování RAG systémů, vektorových databází nebo rozdělování velkých dokumentů pro embedding.

Testovací report

Nalezen SKILL.md v plugins/developer-kit-ai/skills/chunking-strategy; frontmatter se parsuje s name+description a čistými allowed-tools. Namátkově zkontrolovány references/strategies.md, implementation.md, evaluation.md — všechny HTTP 200 a podstatné (strategies.md má 422 řádků se skutečným kódem langchain a tabulkou parametrů). Instalace/dokumentace snížena o jeden bod každá: tělo říká, že se má spustit `evaluate_chunks.py --coherence`, ale takový skript v repozitáři neexistuje (ve skutečnosti přesměrovává na inline python -c úryvky). Test výstupu: chunkoval jsem 4sekční markdown dokument dvěma způsoby. Základní naivní rozdělení 220 znaků roztrhalo slova a věty (chunk 2 začínal „ooting“ z rozděleného „Troubleshooting“; chunk 1 začínal osamoceným fragmentem „reads it at startup...“ bez nadpisu). Následování strukturálně uvědomělého pokynu dovednosti úrovně 3 pro markdown vyprodukovalo 4 čisté sekční chunky (každý 22-29 slov), každý chunk nesl svůj vlastní nadpis a nulové rozdělené slova/věty — přímo splňující požadavek dovednosti „chunks maintain standalone meaning“. Konkrétní, měřitelné zlepšení oproti základní linii.

Testováno: 2026-07-31 · Claude Code 2.x (agent harness)

Instalace

git clone --depth 1 https://github.com/giuseppe-trisciuoglio/developer-kit.git /tmp/chunking-strategy-src
mkdir -p ~/.claude/skills
cp -R /tmp/chunking-strategy-src/plugins/developer-kit-ai/skills/chunking-strategy ~/.claude/skills/chunking-strategy
# Pure-guidance skill: no runtime deps to install the skill itself.
# The optional inline validation snippets in SKILL.md need: pip install sentence-transformers numpy
# Note: SKILL.md says "run evaluate_chunks.py --coherence" but no such script is bundled;
#   the actual validation is the inline `python -c` snippets directly below that line.

Příkazy a ukázkové prompty

  • /chunking-strategyPokyny pro chunkování dokumentů v RAG pipelines: velikost, překrytí a strategie hranic

Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):

  • Recommend a chunk size for this document set
  • Evaluate retrieval precision for my RAG pipeline
  • Choose an overlap percentage for semantic chunking