google-gemini-embeddings

This skill provides comprehensive coverage of the gemini-embedding-001 model for generating text embeddings, including SDK usage, REST API patterns, batch processing, RAG integration with Cloudflare Vectorize, and advanced use cases like semantic search and document clustering.

Result: A 768-dimension embedding vector representing the semantic meaning of the text.

The model supports flexible output dimensionality using Matryoshka Representation Learning:

توفر هذه المهارة تغطية كاملة لواجهة برمجة تطبيقات Google Gemini embeddings (gemini-embedding-001) لبناء أنظمة RAG والبحث الدلالي وتجميع المستندات ومطابقة التشابه. يُستخدم عند تنفيذ البحث المتجه باستخدام نماذج التضمين من Google، أو التكامل مع Cloudflare Vectorize، أو إنشاء أنظمة توليد معززة للاسترجاع. يغطي استخدام SDK (@google/genai)، وتنفيذ العمال القائم على الجلب، ومعالجة الدفعات، و8 أنواع مهام (RETRIEVAL_QUERY، وRETRIEVAL_DOCUMENT، وSEMANTIC_SIMILARITY، وما إلى ذلك)، وتحسين الأبعاد (128-3072)، وحسابات تشابه جيب التمام. يمنع أكثر من 8 أخطاء خاصة بالتضمين، بما في ذلك عدم تطابق الأبعاد، وأنواع المهام غير الصحيحة، ومشكلات تقييد المعدل (الطبقة المجانية 100 دورة في الدقيقة)، وأخطاء تسوية المتجهات، واقتطاع النص (حد الرمز المميز 2,048)، والارتباك في إصدار النموذج. يتضمن أنماط RAG جاهزة للإنتاج مع تكامل Cloudflare Vectorize، واستراتيجيات التقطيع، وأنماط التخزين المؤقت. المدخرات الرمزية: ~60%. تم اختبار الإنتاج. الكلمات الرئيسية: تضمينات الجوزاء، تضمين الجوزاء-001، تضمينات جوجل، البحث الدلالي، RAG، بحث المتجهات، تجميع المستندات، البحث عن التشابه، توليد الاسترجاع المعزز، تكامل المتجهات، تضمينات Cloudflare Vectorize، 768 أبعاد، تضمين محتوى الجوزاء، تضمينات الدفعات، واجهة برمجة تطبيقات التضمين، تشابه جيب التمام، تطبيع المتجهات، استعلام الاسترجاع، الاسترجاع المستند، أنواع المهام، عدم تطابق الأبعاد، حد معدل التضمين، اقتطاع النص، @google/genai المصدر: jackspace/claudeskillz.