cloudflare-vectorize
✓Komplette Wissensdomäne für Cloudflare Vectorize – global verteilte Vektordatenbank zum Erstellen semantische Suche, RAG (Retrieval Augmented Generation) und KI-gestützte Anwendungen. Verwendung bei: Erstellen von Vektorindizes, Einfügen von Einbettungen, Abfragen von Vektoren, Implementieren einer semantischen Suche, Erstellen von RAG-Systemen, Konfigurieren der Metadatenfilterung, Arbeiten mit Workers AI-Einbettungen, Integrieren mit OpenAI-Einbettungen oder das Auftreten von Zeitfehlern bei Metadatenindizes, Nichtübereinstimmungen von Dimensionen oder Filtern Syntaxprobleme oder Verwirrung zwischen Einfügen und Upsert. Schlüsselwörter: vektorisieren, Vektordatenbank, Vektorindex, Vektorsuche, Ähnlichkeitssuche, semantische Suche, Nächster Nachbar, Knn-Suche, Ann-Suche, RAG, Retrieval Augmented Generation, Chat mit Daten, Dokumentensuche, semantische Fragen und Antworten, Kontextabfrage, bge-base, @cf/baai/bge-base-en-v1.5, text-embedding-3-small, text-embedding-3-large, Workers AI-Einbettungen, OpenAI-Einbettungen, Vektoren einfügen, Upsert-Vektoren, Abfragevektoren, Vektoren löschen, Metadatenfilterung, Namespace-Filterung, TopK-Suche, Kosinusähnlichkeit, euklidischer Abstand, Skalarprodukt, Wrangler-Vektorisierung, Metadatenindex, Vektorisierungsindex erstellen, Dimensionen vektorisieren, Metrik vektorisieren, Bindung vektorisieren
Installation
SKILL.md
Complete implementation guide for Cloudflare Vectorize - a globally distributed vector database for building semantic search, RAG (Retrieval Augmented Generation), and AI-powered applications with Cloudflare Workers.
Status: Production Ready ✅ Last Updated: 2025-10-21 Dependencies: cloudflare-worker-base (for Worker setup), cloudflare-workers-ai (for embeddings) Latest Versions: wrangler@4.43.0, @cloudflare/workers-types@4.20251014.0 Token Savings: 65% Errors Prevented: 8 Dev Time Saved: 3 hours
Why: Metadata indexes MUST exist before vectors are inserted. Vectors added before a metadata index was created won't be filterable on that property.
Komplette Wissensdomäne für Cloudflare Vectorize – global verteilte Vektordatenbank zum Erstellen semantische Suche, RAG (Retrieval Augmented Generation) und KI-gestützte Anwendungen. Verwendung bei: Erstellen von Vektorindizes, Einfügen von Einbettungen, Abfragen von Vektoren, Implementieren einer semantischen Suche, Erstellen von RAG-Systemen, Konfigurieren der Metadatenfilterung, Arbeiten mit Workers AI-Einbettungen, Integrieren mit OpenAI-Einbettungen oder das Auftreten von Zeitfehlern bei Metadatenindizes, Nichtübereinstimmungen von Dimensionen oder Filtern Syntaxprobleme oder Verwirrung zwischen Einfügen und Upsert. Schlüsselwörter: vektorisieren, Vektordatenbank, Vektorindex, Vektorsuche, Ähnlichkeitssuche, semantische Suche, Nächster Nachbar, Knn-Suche, Ann-Suche, RAG, Retrieval Augmented Generation, Chat mit Daten, Dokumentensuche, semantische Fragen und Antworten, Kontextabfrage, bge-base, @cf/baai/bge-base-en-v1.5, text-embedding-3-small, text-embedding-3-large, Workers AI-Einbettungen, OpenAI-Einbettungen, Vektoren einfügen, Upsert-Vektoren, Abfragevektoren, Vektoren löschen, Metadatenfilterung, Namespace-Filterung, TopK-Suche, Kosinusähnlichkeit, euklidischer Abstand, Skalarprodukt, Wrangler-Vektorisierung, Metadatenindex, Vektorisierungsindex erstellen, Dimensionen vektorisieren, Metrik vektorisieren, Bindung vektorisieren Quelle: jackspace/claudeskillz.
Fakten (zitierbereit)
Stabile Felder und Befehle für KI/Such-Zitate.
- Installationsbefehl
npx skills add https://github.com/jackspace/claudeskillz --skill cloudflare-vectorize- Quelle
- jackspace/claudeskillz
- Kategorie
- </>Entwicklung
- Verifiziert
- ✓
- Erstes Auftreten
- 2026-02-01
- Aktualisiert
- 2026-02-18
Schnelle Antworten
Was ist cloudflare-vectorize?
Komplette Wissensdomäne für Cloudflare Vectorize – global verteilte Vektordatenbank zum Erstellen semantische Suche, RAG (Retrieval Augmented Generation) und KI-gestützte Anwendungen. Verwendung bei: Erstellen von Vektorindizes, Einfügen von Einbettungen, Abfragen von Vektoren, Implementieren einer semantischen Suche, Erstellen von RAG-Systemen, Konfigurieren der Metadatenfilterung, Arbeiten mit Workers AI-Einbettungen, Integrieren mit OpenAI-Einbettungen oder das Auftreten von Zeitfehlern bei Metadatenindizes, Nichtübereinstimmungen von Dimensionen oder Filtern Syntaxprobleme oder Verwirrung zwischen Einfügen und Upsert. Schlüsselwörter: vektorisieren, Vektordatenbank, Vektorindex, Vektorsuche, Ähnlichkeitssuche, semantische Suche, Nächster Nachbar, Knn-Suche, Ann-Suche, RAG, Retrieval Augmented Generation, Chat mit Daten, Dokumentensuche, semantische Fragen und Antworten, Kontextabfrage, bge-base, @cf/baai/bge-base-en-v1.5, text-embedding-3-small, text-embedding-3-large, Workers AI-Einbettungen, OpenAI-Einbettungen, Vektoren einfügen, Upsert-Vektoren, Abfragevektoren, Vektoren löschen, Metadatenfilterung, Namespace-Filterung, TopK-Suche, Kosinusähnlichkeit, euklidischer Abstand, Skalarprodukt, Wrangler-Vektorisierung, Metadatenindex, Vektorisierungsindex erstellen, Dimensionen vektorisieren, Metrik vektorisieren, Bindung vektorisieren Quelle: jackspace/claudeskillz.
Wie installiere ich cloudflare-vectorize?
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/jackspace/claudeskillz --skill cloudflare-vectorize Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor
Wo ist das Quell-Repository?
https://github.com/jackspace/claudeskillz
Details
- Kategorie
- </>Entwicklung
- Quelle
- skills.sh
- Erstes Auftreten
- 2026-02-01