google-gemini-embeddings
✓Créez des systèmes RAG et une recherche sémantique avec les intégrations Gemini (gemini-embedding-001). 768-3072 vecteurs de dimension, 8 types de tâches, intégration Cloudflare Vectorize. Empêche 13 erreurs documentées. À utiliser dans les cas suivants : recherche vectorielle, systèmes RAG, recherche sémantique, regroupement de documents. Dépannage : incompatibilité de dimensions, normalisation requise, bug de commande par lots, limites de mémoire, type de tâche incorrect, limites de débit (100 tr/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:
Créez des systèmes RAG et une recherche sémantique avec les intégrations Gemini (gemini-embedding-001). 768-3072 vecteurs de dimension, 8 types de tâches, intégration Cloudflare Vectorize. Empêche 13 erreurs documentées. À utiliser dans les cas suivants : recherche vectorielle, systèmes RAG, recherche sémantique, regroupement de documents. Dépannage : incompatibilité de dimensions, normalisation requise, bug de commande par lots, limites de mémoire, type de tâche incorrect, limites de débit (100 tr/min). Source : jezweb/claude-skills.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/jezweb/claude-skills --skill google-gemini-embeddings- Source
- jezweb/claude-skills
- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que google-gemini-embeddings ?
Créez des systèmes RAG et une recherche sémantique avec les intégrations Gemini (gemini-embedding-001). 768-3072 vecteurs de dimension, 8 types de tâches, intégration Cloudflare Vectorize. Empêche 13 erreurs documentées. À utiliser dans les cas suivants : recherche vectorielle, systèmes RAG, recherche sémantique, regroupement de documents. Dépannage : incompatibilité de dimensions, normalisation requise, bug de commande par lots, limites de mémoire, type de tâche incorrect, limites de débit (100 tr/min). Source : jezweb/claude-skills.
Comment installer google-gemini-embeddings ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/jezweb/claude-skills --skill google-gemini-embeddings Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/jezweb/claude-skills
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01