GratuitSkills
Commits, branches et synchronisation avec la CLI but
- 361361 téléchargements
- 198198 mentions J'aime
- 103103 sauvegardes
Compatible avec
- Claude Code
- Codex
- Cursor
- et 3 autres
Déduplication sémantique d'un corpus avant indexation v1.0.0
Utilisez cette ressource pour retirer les quasi-doublons d'un corpus avant de l'indexer
Nouveau
- 594 téléchargements
- 141 mentions J'aime
- 170 sauvegardes
Gratuit
Installer avec la CLI
Dans un terminal, depuis le dossier voulu :
npx --yes palatekit@latest install corpus-near-duplicate-removalSans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.
Première fois : connectez la CLI avec
npx --yes palatekit@latest loginL'agent enchaîne les niveaux de détection (exact, MinHash et LSH, SimHash, embeddings avec DBSCAN), règle les seuils et choisit un représentant par groupe. Vous obtenez un corpus nettoyé et la liste des doublons retirés.
Choisie surtout par
Mise à jour le 2 novembre 2026
Aperçus
Caractéristiques
- Fonctionne dans
- Guides d'installation
- Génère avec
- Le modèle de votre agent
- Licence
- MIT
Ressources similaires
Tout voir- Gratuit
GratuitSkills
Guide de la CLI Sentry
- 525525 téléchargements
- 117117 mentions J'aime
- 128128 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Bonnes pratiques Drizzle ORM avec PostgreSQL
- 407407 téléchargements
- 194194 mentions J'aime
- 151151 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Assistant de conception de SLO
- 537537 téléchargements
- 105105 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
User stories de sprint
- 451451 téléchargements
- 150150 mentions J'aime
- 132132 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Plan de sprint réaliste
- 423423 téléchargements
- 192192 mentions J'aime
- 102102 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Conseiller CTO de startup
- 580580 téléchargements
- 201201 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Création de pull requests GitHub avec contrôles qualité
- 427427 téléchargements
- 230230 mentions J'aime
- 196196 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
Ce que vous obtenez
- SKILL.md : déduplication exacte, MinHash avec LSH et SimHash
- SKILL.md : clustering d'embeddings avec DBSCAN, déduplication FAISS et résolution des groupes
Pour qui
- Votre corpus contient des pages web ou des e-mails répétés
- Vos résultats de recherche renvoient plusieurs fois le même document
Pas pour qui
Étiquettes
- déduplication
- corpus
- minhash
- embeddings
À propos
Vous dites
« Déduplique ce corpus de 200 000 pages web avant indexation et garde la version la plus longue de chaque groupe. »
Skill publiée par claude-dev-suite sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.
Voir plusVoir moins
Comment l'utiliser
- Installez la skill dans le dossier de skills de votre agent
- Demandez à votre agent de retirer les quasi-doublons d'un corpus avant de l'indexer
- Relisez et ajustez le résultat
Aperçu du contenu
Fichiers
- LICENSE1,1 Ko
- NOTICE-PALATEKIT.md0,5 Ko
- SKILL.md8,7 Ko
Origine et licence
Référencée sans modification
- Auteur
- claude-dev-suite
- Source
- github.com/claude-dev-suite/claude-dev-suite/tree/e10ab644ba43abe2abc923399226df4af7337214/skills/embeddings/semantic-dedup
- Licence
- MIT
Notice
« semantic-dedup » (claude-dev-suite, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.
Avis des utilisateurs
–
Aucune note pour l'instant
Chargement des avis…