Fähigkeiten clarity-gate
📦
clarity-gate
Sicher
RAG-Inhaltsqualität vor der Erfassung validieren
Verhindern Sie, dass qualitativ minderwertige oder halluzinierte Inhalte in Ihre RAG-Wissensdatenbank gelangen. Diese Skill bietet einen systematischen Verifizierungsrahmen mit neun Qualitätsprüfpunkten und Human-in-the-Loop-Validierung.
Unterstützt: Claude Codex Code(CC)
1
Die Skill-ZIP herunterladen
2
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
3
Einschalten und loslegen
Teste es
Verwendung von "clarity-gate". Eine technische Dokumentationsseite über API-Authentifizierung
Erwartetes Ergebnis:
- Qualitätsbewertung: GENEHMIGT mit kleineren Empfehlungen
- - Faktische Genauigkeit: Verifiziert anhand offizieller API-Dokumentation
- - Quellenglaubwürdigkeit: Offizielle Dokumentation
- - Informationsvollständigkeit: Abschnitt zu Ratenbegrenzung fehlt
- - Logische Konsistenz: Bestanden
- - Zeitliche Relevanz: Aktuell (2024)
- - Technische Tiefe: Angemessen für Entwickler-Zielgruppe
- - Zielgruppenangemessenheit: Klar und gut strukturiert
- - Zitatqualität: Gut - enthält Codebeispiele
- - Redundanzprüfung: Keine doppelten Inhalte gefunden
- Empfehlung: Dokumentation zur Ratenbegrenzung vor der Erfassung hinzufügen.
Verwendung von "clarity-gate". Ein Blogbeitrag über Branchentrends aus 2019
Erwartetes Ergebnis:
- Qualitätsbewertung: ABGELEHNT
- - Zeitliche Relevanz: FEHLGESCHLAGEN - Inhalt ist 5 Jahre alt
- - Faktische Genauigkeit: Nicht verifizierbar - Quellen veraltet
- - Empfehlung: Aufgrund des Alters ablehnen. In Betracht ziehen, mit aktuellen Daten zu aktualisieren, wenn die Information noch wertvoll ist.
Sicherheitsaudit
Sicherv1 • 2/25/2026
All static analysis findings are false positives. The skill contains only documentation content (SKILL.md) with no executable code. Hardcoded URLs are legitimate GitHub repository links in documentation. No actual cryptographic algorithms or security-sensitive patterns present.
1
Gescannte Dateien
23
Analysierte Zeilen
0
befunde
1
Gesamtzahl Audits
Keine Sicherheitsprobleme gefunden
Auditiert von: claude
Qualitätsbewertung
38
Architektur
100
Wartbarkeit
87
Inhalt
50
Community
100
Sicherheit
83
Spezifikationskonformität
Was du bauen kannst
Unternehmensweites Wissensdatenbank-Management
Teams, die RAG-Anwendungen entwickeln, können Qualitätsschranken implementieren, um zu verhindern, dass minderwertige Dokumente in ihre Unternehmenswissensdatenbank gelangen.
Kuratiierung von Forschungsinhalten
Forschende und akademische Teams können die Qualität und Zuverlässigkeit von Quellen verifizieren, bevor sie diese zu Retrieval-Systemen hinzufügen.
Wissensdatenbank für Kundensupport
Support-Teams können die Qualität und Genauigkeit der Dokumentation sicherstellen, bevor sie in KI-gestützten Kundensupport-Systemen veröffentlicht wird.
Probiere diese Prompts
Einfache Inhaltsverifizierung
Überprüfen Sie dieses Dokument auf Qualitätsprobleme, bevor Sie es zu unserer RAG-Wissensdatenbank hinzufügen. Prüfen Sie Klarheit, Genauigkeit und Vollständigkeit.
Neun-Punkte-Qualitätsbewertung
Bewerten Sie diesen Inhalt mithilfe des Clarity-Gate-Rahmenwerks: 1) Faktische Genauigkeit 2) Quellenglaubwürdigkeit 3) Informationsvollständigkeit 4) Logische Konsistenz 5) Zeitliche Relevanz 6) Technische Tiefe 7) Zielgruppenangemessenheit 8) Zitatqualität 9) Redundanzprüfung. Geben Sie Bewertungen für jede Dimension an.
Zwei-Runden-HITL-Validierung
Runde 1: Führen Sie automatisierte Qualitätsprüfungen bei diesem Dokument durch und kennzeichnen Sie etwaige Bedenken. Runde 2: Präsentieren Sie die markierten Punkte zur menschlichen Prüfung und integrieren Sie Feedback in die endgültige Genehmigungsentscheidung.
Batch-Inhaltsaudit
Überprüfen Sie diesen Batch von Dokumenten für unser RAG-System. Wenden Sie das Clarity-Gate-Verifizierungsrahmenwerk an, um zu identifizieren, welche Dokumente die Qualitätsstandards erfüllen und welche überarbeitet oder abgelehnt werden müssen.
Bewährte Verfahren
- Definieren Sie spezifische Qualitätskriterien für Ihre Domäne vor der Implementierung der Verifizierung
- Verwenden Sie den Zwei-Runden-HITL-Workflow für kritische Inhalte, bei denen Genauigkeit unerlässlich ist
- Dokumentieren Sie Ablehnungsgründe, um die Inhaltsqualität im Laufe der Zeit zu verbessern
- Kalibrieren Sie die Verifizierungsstrenge basierend auf Ihrem Anwendungsfall und Ihrer Risikotoleranz
Vermeiden
- Verwenden Sie diese Skill nicht als Ersatz für eine ordnungsgemäße Quellenbewertung und Faktenprüfung
- Vermeiden Sie es, alle Inhaltstypen mit denselben Qualitätsstandards zu behandeln - passen Sie die Kriterien pro Domäne an
- Überspringen Sie nicht die menschliche Prüfung für hochriskante Inhalte wie medizinische oder rechtliche Informationen
- Erfassen Sie niemals Inhalte ohne Verifizierung, wenn Sie Systeme entwickeln, die Entscheidungen beeinflussen
Häufig gestellte Fragen
Was ist das 9-Punkte-Verifizierungsrahmenwerk?
Das Rahmenwerk evaluiert Inhalte über neun Dimensionen: faktische Genauigkeit, Quellenglaubwürdigkeit, Vollständigkeit, logische Konsistenz, zeitliche Relevanz, technische Tiefe, Zielgruppenangemessenheit, Zitatqualität und Redundanz. Dies gewährleistet eine umfassende Qualitätsbewertung, bevor Inhalte in Ihr RAG-System gelangen.
Wie funktioniert der Zwei-Runden-HITL-Workflow?
Die erste Runde führt automatisierte Qualitätsprüfungen durch und kennzeichnet potenzielle Probleme. Die zweite Runde präsentiert die markierten Punkte zur menschlichen Prüfung, sodass Experten endgültige Genehmigungsentscheidungen treffen können. Dies kombiniert KI-Effizienz mit menschlichem Urteilsvermögen für die Validierung kritischer Inhalte.
Kann ich die Verifizierungskriterien für meine Domäne anpassen?
Ja, die Skill bietet einen Rahmen, den Sie anpassen können. Passen Sie die neun Verifizierungspunkte basierend auf Ihren spezifischen Anforderungen, Branchenstandards und Ihrer Risikotoleranz an. Beispielsweise können medizinische Inhalte der Quellenglaubwürdigkeit eine höhere Priorität einräumen als technische Dokumentation.
Filtert diese Skill Inhalte automatisch?
Nein, dies ist eine Dokumentations-Skill, die Anleitung und Muster bereitstellt. Sie müssen die tatsächliche Verifizierungslogik in Ihrer RAG-Pipeline implementieren. Die Skill hilft Ihnen beim Entwurf effektiver Qualitätsschranken und Verifizierungs-Workflows.
Wann sollte ich strenge vs. lockere Verifizierung verwenden?
Verwenden Sie strenge Verifizierung mit vollständiger HITL-Prüfung für hochriskante Inhalte wie medizinische, rechtliche oder sicherheitskritische Informationen. Verwenden Sie lockere Verifizierung für risikolose Inhalte wie interne Notizen oder Entwurfsmaterialien, bei denen kleinere Ungenauigkeiten akzeptabel sind.
Wie integriere ich dies in meine bestehende RAG-Pipeline?
Implementieren Sie die Verifizierung als Vorverarbeitungsschritt vor dem Chunking und Embedding von Dokumenten. Verwenden Sie Claude, um jedes Dokument anhand Ihrer Qualitätskriterien zu evaluieren, und leiten Sie abgelehnte oder markierte Inhalte an Warteschlangen zur menschlichen Prüfung weiter. Erfassen Sie nur Inhalte, die die Verifizierung bestehen.
Entwicklerdetails
Autor
sickn33Lizenz
MIT
Repository
https://github.com/sickn33/antigravity-awesome-skills/tree/main/web-app/public/skills/clarity-gateRef
main
Dateistruktur
📄 SKILL.md