qdrant-hybrid-search-combining（Qdrantハイブリッド検索の検索結果統合）

このSkillでできること

STEP 1

まず各検索単独と融合結果をラベル付きクエリで比較する

STEP 2

RRFは既定値のk=2・均等重みから始め、kを先に調整する

STEP 3

DBSFをRRFの手動調整前に比較し、評価用データで検証する

STEP 4

カスタム融合では検索順序、defaults、スコア分布の正規化を確認する

GitHub URLごとCodexやClaude Codeへ渡し、現在の環境に合う方法を判断してもらいます。

このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。

Repository:
https://github.com/qdrant/skills

Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。

QdrantでBM25と密ベクトル検索を統合したい。RRFとDBSFの違い、RRFのkや重みの調整手順、評価時の注意点を説明して。

出力例を見る

BM25と密ベクトルのスコア尺度が異なるため、まずRRFとDBSFをラベル付きクエリで比較します。RRFを調整する場合はkを先に決め、そのkのまま重みを調整します。

自動解析による参考情報です。Skillの安全性を保証するものではありません。

外部API通信検出あり

Shellコマンド実行検出あり

ファイル読み取り明確な記述なし

ファイル書き込み明確な記述なし

ネットワークアクセス検出あり

認証情報明確な記述なし

検出根拠を見る

shell: tall using the [`npx skills`](https://skills.sh) CLI: ```bash npx skills add qdrant/skills ``` ### Claude Code Add the marketplace, then install all
network: lid for the `k` it was tuned with [Tune in this order](https://skills.qdrant.tech/md/documentation/search-tuning/how-to-tune-hybrid-search/?s=tune-in-thi
network: M25 and cosine on dense embeddings. ### RRF - **[RRF](https://skills.qdrant.tech/md/documentation/search/hybrid-queries/?s=reciprocal-rank-fusion-rrf)**