تضمينات المتجهات مع فهرسة HNSW واستمرارية sql.js ودعم القطع الزائد. أسرع بمقدار 75 مرة مع تكامل التدفق الوكيل. يستخدم عندما: البحث الدلالي، مطابقة الأنماط، استعلامات التشابه، استرجاع المعرفة. التخطي عندما: مطابقة النص تمامًا، وعمليات البحث البسيطة، ولا حاجة إلى فهم الدلالات.
ثبّت مهارة الذكاء الاصطناعي embeddings بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: ruvnet/claude-flow.
Purpose Vector embeddings for semantic search and pattern matching with HNSW indexing.
| sql.js | Cross-platform SQLite persistent cache (WASM) | | HNSW | 150x-12,500x faster search | | Hyperbolic | Poincare ball model for hierarchical data | | Normalization | L2, L1, min-max, z-score | | Chunking | Configurable overlap and size | | 75x faster | With agentic-flow ONNX integration |
| Int8 | 3.92x | Fast | | Int4 | 7.84x | Faster | | Binary | 32x | Fastest |
تضمينات المتجهات مع فهرسة HNSW واستمرارية sql.js ودعم القطع الزائد. أسرع بمقدار 75 مرة مع تكامل التدفق الوكيل. يستخدم عندما: البحث الدلالي، مطابقة الأنماط، استعلامات التشابه، استرجاع المعرفة. التخطي عندما: مطابقة النص تمامًا، وعمليات البحث البسيطة، ولا حاجة إلى فهم الدلالات. المصدر: ruvnet/claude-flow.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/ruvnet/claude-flow --skill embeddingsتضمينات المتجهات مع فهرسة HNSW واستمرارية sql.js ودعم القطع الزائد. أسرع بمقدار 75 مرة مع تكامل التدفق الوكيل. يستخدم عندما: البحث الدلالي، مطابقة الأنماط، استعلامات التشابه، استرجاع المعرفة. التخطي عندما: مطابقة النص تمامًا، وعمليات البحث البسيطة، ولا حاجة إلى فهم الدلالات. المصدر: ruvnet/claude-flow.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ruvnet/claude-flow --skill embeddings بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/ruvnet/claude-flow