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:

Cree sistemas RAG, búsqueda semántica y agrupación de documentos con la API de incrustaciones de Gemini (gemini-embedding-001). Genere incrustaciones de dimensiones 768-3072 para búsqueda de vectores, intégrelo con Cloudflare Vectorize y use 8 tipos de tareas (RETRIEVAL_QUERY, RETRIEVAL_DOCUMENT, SEMANTIC_SIMILARITY) para una recuperación optimizada. Úselo cuando: implemente la búsqueda de vectores con incrustaciones de Google, cree sistemas de generación de recuperación aumentada, cree funciones de búsqueda semántica, agrupe documentos por significado, integre incrustaciones con Cloudflare Vectorize, optimice los tamaños de las dimensiones (128-3072) o solucione problemas de errores de discrepancia de dimensiones, selecciones incorrectas de tipos de tareas, problemas de límite de velocidad (nivel gratuito de 100 RPM), errores de normalización de vectores o errores de truncamiento de texto (límite de 2048 tokens). Fuente: ovachiever/droid-tings.

Ver original