google-gemini-embeddings
✓Erstellen Sie RAG-Systeme und semantische Suche mit Gemini-Einbettungen (gemini-embedding-001). 768-3072 Dimensionsvektoren, 8 Aufgabentypen, Cloudflare Vectorize-Integration. Verhindert 13 dokumentierte Fehler. Verwendung bei: Vektorsuche, RAG-Systemen, semantischer Suche, Dokumenten-Clustering. Fehlerbehebung: Nichtübereinstimmung der Dimensionen, Normalisierung erforderlich, Fehler bei der Stapelbestellung, Speicherbeschränkungen, falscher Aufgabentyp, Geschwindigkeitsbegrenzungen (100 U/min).
Installation
SKILL.md
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:
Erstellen Sie RAG-Systeme und semantische Suche mit Gemini-Einbettungen (gemini-embedding-001). 768-3072 Dimensionsvektoren, 8 Aufgabentypen, Cloudflare Vectorize-Integration. Verhindert 13 dokumentierte Fehler. Verwendung bei: Vektorsuche, RAG-Systemen, semantischer Suche, Dokumenten-Clustering. Fehlerbehebung: Nichtübereinstimmung der Dimensionen, Normalisierung erforderlich, Fehler bei der Stapelbestellung, Speicherbeschränkungen, falscher Aufgabentyp, Geschwindigkeitsbegrenzungen (100 U/min). Quelle: jezweb/claude-skills.
Fakten (zitierbereit)
Stabile Felder und Befehle für KI/Such-Zitate.
- Installationsbefehl
npx skills add https://github.com/jezweb/claude-skills --skill google-gemini-embeddings- Quelle
- jezweb/claude-skills
- Kategorie
- </>Entwicklung
- Verifiziert
- ✓
- Erstes Auftreten
- 2026-02-01
- Aktualisiert
- 2026-02-18
Schnelle Antworten
Was ist google-gemini-embeddings?
Erstellen Sie RAG-Systeme und semantische Suche mit Gemini-Einbettungen (gemini-embedding-001). 768-3072 Dimensionsvektoren, 8 Aufgabentypen, Cloudflare Vectorize-Integration. Verhindert 13 dokumentierte Fehler. Verwendung bei: Vektorsuche, RAG-Systemen, semantischer Suche, Dokumenten-Clustering. Fehlerbehebung: Nichtübereinstimmung der Dimensionen, Normalisierung erforderlich, Fehler bei der Stapelbestellung, Speicherbeschränkungen, falscher Aufgabentyp, Geschwindigkeitsbegrenzungen (100 U/min). Quelle: jezweb/claude-skills.
Wie installiere ich google-gemini-embeddings?
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/jezweb/claude-skills --skill google-gemini-embeddings 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/jezweb/claude-skills
Details
- Kategorie
- </>Entwicklung
- Quelle
- skills.sh
- Erstes Auftreten
- 2026-02-01