similarity-search-patterns
Crear sistemas de búsqueda por similitud
Los equipos necesitan patrones de recuperación fiables antes de escalar la búsqueda semántica o los sistemas RAG. Esta skill proporciona plantillas concretas para almacenes vectoriales, búsqueda híbrida, reranking y ajuste de índices.
Detente y solicita confirmación antes de instalar.
Revisa el plan y obtén el consentimiento explícito del usuario antes de modificar archivos.
Instalar con mi Agente
Copia esta solicitud en tu Agente. Incluye la página canónica del Skill y el manifiesto.
Review the Skillstore skill "similarity-search-patterns" from https://skillstore.io/skills/wshobson-similarity-search-patterns.md and its manifest at https://skillstore.io/api/skills/wshobson-similarity-search-patterns/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.Tu Agente debe seguir mostrando su plan y solicitar cualquier confirmación exigida por la política de seguridad.
Recursos legibles por agentes
Usa estos enlaces cuando un agente de IA, crawler o script necesite contexto limpio en vez de leer la página completa.
Pruébalo
Usando "similarity-search-patterns". Necesito búsqueda semántica para documentación de productos con filtros de fuente.
Resultado esperado:
Un diseño que usa una colección de base de datos vectorial, campos de metadatos de documentos, validación segura de filtros, upserts por lotes y resultados de búsqueda top-k con puntuaciones.
Usando "similarity-search-patterns". Mis respuestas RAG omiten nombres exactos de productos y números de versión.
Resultado esperado:
Un plan de recuperación híbrida que combina similitud vectorial con coincidencia por palabras clave y luego reordena un conjunto de candidatos más grande antes de ensamblar el contexto.
Usando "similarity-search-patterns". Nuestra búsqueda vectorial es lenta con un millón de documentos.
Resultado esperado:
Una lista de verificación de ajuste que cubre índices HNSW o cuantizados, pruebas de recuperación, tamaños de lote, estrategia de filtrado y monitoreo de latencia.
Auditoría de seguridad
Riesgo altoMost static findings are false positives from Markdown code fences, documentation links, local service defaults, and normal database client methods. The review found one real issue: the pgvector metadata filter builds part of a SQL query from unvalidated keys. No prompt injection attempt or malicious marketplace intent was found.
Preocupaciones de seguridad confirmadas (1)
Factores de riesgo
⚙️ Comandos externos (9)
🌐 Acceso a red (7)
🔑 Variables de entorno (2)
Compartir y citar este informe
Comparte el informe de evaluación versionado, la insignia neutral, la tarjeta insertable y las citas. Skillstore presenta evidencias sin decidir si este Skill es seguro.
Copiar enlace del informe
https://skillstore.io/skills/wshobson-similarity-search-patterns/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportInsignia Markdown
[](https://skillstore.io/skills/wshobson-similarity-search-patterns?utm_source=security_passport_badge)Insignia HTML
<a href="https://skillstore.io/skills/wshobson-similarity-search-patterns?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/wshobson-similarity-search-patterns/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Tarjeta para insertar
<iframe src="https://skillstore.io/embed/skills/wshobson-similarity-search-patterns.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Citas académicas (APA · BibTeX · CFF)
Cita APA
wshobson. (2026). similarity-search-patterns security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/wshobson-similarity-search-patterns/audits/7Cita BibTeX
@techreport{wshobson-wshobson-similarity-search-patterns-2026,
author = {wshobson},
title = {similarity-search-patterns security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/wshobson-similarity-search-patterns/audits/7},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "similarity-search-patterns security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "wshobson"
date-released: "2026-07-08"
url: "https://skillstore.io/skills/wshobson-similarity-search-patterns/audits/7"
identifiers:
- type: other
value: "skillstore:wshobson-similarity-search-patterns:audit:7"
description: "Skillstore immutable audit report identifier"
Comparar variantes
2 variantes instalablesCada autor sigue siendo un skill instalable independiente. La variante recomendada se ordena según la evidencia de Skillstore.
Por qué esta variante es la primera
wshobson-similarity-search-patterns
2026-09-09
sickn33-similarity-search-patterns
2026-09-09
Puntuación de Skillstore
Por qué esta puntuación Confianza de la evidencia: MedioLo que puedes crear
Lanzar búsqueda semántica
Usa las plantillas para añadir búsqueda vectorial con metadatos y manejo de puntuaciones a una aplicación.
Mejorar la recuperación RAG
Combina búsqueda vectorial, búsqueda por palabras clave y reranking para mejorar la calidad del contexto recuperado.
Elegir un backend vectorial
Compara patrones de Pinecone, Qdrant, pgvector y Weaviate antes de seleccionar una ruta de implementación.
Prueba estos prompts
Usa esta skill para diseñar un almacén de búsqueda vectorial simple para mis documentos. Incluye la elección de base de datos, esquema, flujo de upsert y método de búsqueda.
Usa esta skill para añadir filtrado seguro de metadatos a mi búsqueda vectorial. Muestra cómo validar claves de filtro y mantener los valores parametrizados.
Usa esta skill para diseñar recuperación híbrida para RAG. Incluye puntuación vectorial, puntuación por palabras clave, ponderación, reranking y métricas de evaluación.
Usa esta skill para revisar mi arquitectura de búsqueda por similitud para escala de producción. Recomienda tipo de índice, parámetros de ajuste, procesamiento por lotes, monitoreo y manejo de fallos.
Mejores prácticas
- Valida los campos de filtro contra una lista estricta de permitidos antes de construir consultas a la base de datos.
- Mide la recuperación y la latencia con consultas representativas antes de cambiar la configuración del índice.
- Comienza con metadatos claros, procesamiento por lotes y observabilidad antes de añadir reranking complejo.
Evitar
- No copies patrones de interpolación de cadenas SQL sin validación de identificadores.
- No asumas que una base de datos vectorial o un tipo de índice es el mejor para todos los conjuntos de datos.
- No optimices para la latencia promedio ignorando la recuperación y la latencia de cola.
Preguntas frecuentes
¿Qué bases de datos vectoriales cubre esta skill?
¿Puedo usarla para sistemas RAG?
¿Proporciona código listo para producción?
¿Cuál es la principal preocupación de seguridad?
¿Ejecuta comandos o instala paquetes?
¿Pueden Claude, Codex y Claude Code usar esta skill?
Detalles del desarrollador
Autor
wshobsonLicencia
MIT
Revisión de Skillstore
r1
Aviso de versión
El autor no declaró una versión.
Repositorio
https://github.com/wshobson/agents/tree/main/plugins/llm-application-dev/skills/similarity-search-patternsRef.
64ca8af0f54a325752f08bd54e52151061ea659a
Actualidad del mantenimiento
23/7/2026
Uso
10 descargas · 270 vistas
Estructura de archivos
📄 SKILL.md