google-gemini-embeddings

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, semantische Suche und Dokumenten-Clustering mit der Gemini Embeddings API (gemini-embedding-001). Generieren Sie 768-3072-Dimensionseinbettungen für die Vektorsuche, integrieren Sie sie in Cloudflare Vectorize und verwenden Sie 8 Aufgabentypen (RETRIEVAL_QUERY, RETRIEVAL_DOCUMENT, SEMANTIC_SIMILARITY) für einen optimierten Abruf. Verwendung bei: Implementierung der Vektorsuche mit Google-Einbettungen, Aufbau abrufgestützter Generierungssysteme, Erstellung semantischer Suchfunktionen, Gruppierung von Dokumenten nach Bedeutung, Integration von Einbettungen mit Cloudflare Vectorize, Optimieren von Dimensionsgrößen (128–3072) oder Beheben von Dimensionskonfliktfehlern, falscher Aufgabentypauswahl, Ratenbegrenzungsproblemen (100 U/min-Free-Tarif), Vektornormalisierungsfehlern oder Textkürzungsfehlern (2.048-Token-Limit). Quelle: ovachiever/droid-tings.

Original anzeigen