google-gemini-embeddings
✓Cree sistemas RAG y búsqueda semántica con incrustaciones de Gemini (gemini-embedding-001). 768-3072 vectores de dimensión, 8 tipos de tareas, integración con Cloudflare Vectorize. Previene 13 errores documentados. Úselo cuando: búsqueda vectorial, sistemas RAG, búsqueda semántica, agrupación de documentos. Solucionar problemas: discrepancia de dimensiones, normalización requerida, error en pedidos por lotes, límites de memoria, tipo de tarea incorrecto, límites de velocidad (100 RPM).
Instalación
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:
Cree sistemas RAG y búsqueda semántica con incrustaciones de Gemini (gemini-embedding-001). 768-3072 vectores de dimensión, 8 tipos de tareas, integración con Cloudflare Vectorize. Previene 13 errores documentados. Úselo cuando: búsqueda vectorial, sistemas RAG, búsqueda semántica, agrupación de documentos. Solucionar problemas: discrepancia de dimensiones, normalización requerida, error en pedidos por lotes, límites de memoria, tipo de tarea incorrecto, límites de velocidad (100 RPM). Fuente: jezweb/claude-skills.
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/jezweb/claude-skills --skill google-gemini-embeddings- Fuente
- jezweb/claude-skills
- Categoría
- </>Desarrollo
- Verificado
- ✓
- Primera vez visto
- 2026-02-01
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es google-gemini-embeddings?
Cree sistemas RAG y búsqueda semántica con incrustaciones de Gemini (gemini-embedding-001). 768-3072 vectores de dimensión, 8 tipos de tareas, integración con Cloudflare Vectorize. Previene 13 errores documentados. Úselo cuando: búsqueda vectorial, sistemas RAG, búsqueda semántica, agrupación de documentos. Solucionar problemas: discrepancia de dimensiones, normalización requerida, error en pedidos por lotes, límites de memoria, tipo de tarea incorrecto, límites de velocidad (100 RPM). Fuente: jezweb/claude-skills.
¿Cómo instalo google-gemini-embeddings?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/jezweb/claude-skills --skill google-gemini-embeddings Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/jezweb/claude-skills
Detalles
- Categoría
- </>Desarrollo
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-01