·postgres-semantic-search
</>

postgres-semantic-search

laguagu/claude-code-nextjs-skills

Recherche sémantique et hybride basée sur PostgreSQL avec pgvector et ParadeDB. À utiliser lors de la mise en œuvre d'une recherche vectorielle, d'une recherche sémantique, d'une recherche hybride, ou recherche en texte intégral dans PostgreSQL. Couvre la configuration de pgvector, l'indexation (HNSW, IVFFlat), recherche hybride (FTS + BM25 + RRF), ParadeDB comme Alternative à Elasticsearch et reclassement avec Cohere/cross-encoders. Prend en charge les types vector(1536) et halfvec(3072) pour les intégrations OpenAI. Déclencheurs : pgvector, recherche vectorielle, recherche sémantique, recherche hybride, recherche d'intégration, PostgreSQL RAG, BM25, RRF, index HNSW, recherche de similarité, ParadeDB, pg_search, reclassement, reclassement Cohere

18Installations·1Tendance·@laguagu

Installation

$npx skills add https://github.com/laguagu/claude-code-nextjs-skills --skill postgres-semantic-search

SKILL.md

| | Cosine | Text embeddings (default) | | | L2/Euclidean | Image embeddings | | | Inner product | Normalized vectors |

| Cohere Rerank v4.0-fast | 150ms | Excellent | $0.001/query | | Cohere Rerank v4.0-pro | 300ms | Best | $0.002/query | | Zerank 2 | 100ms | Best | API cost | | Voyage Rerank 2.5 | 100ms | Excellent | API cost | | Cross-encoder (local) | 500ms | Very Good | Compute |

| Index not used | < 10k rows or planner choice | Normal for small tables, check with EXPLAIN | | Slow first query (30-60s) | HNSW cold-start | SELECT pgprewarm('idxname') or preload query | | Poor recall | Low efsearch | SET hnsw.efsearch = 100 or higher | | FTS returns nothing | Wrong language config | Use 'simple' for mixed/unknown languages |

Voir l'original

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/laguagu/claude-code-nextjs-skills --skill postgres-semantic-search
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-01
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que postgres-semantic-search ?

Recherche sémantique et hybride basée sur PostgreSQL avec pgvector et ParadeDB. À utiliser lors de la mise en œuvre d'une recherche vectorielle, d'une recherche sémantique, d'une recherche hybride, ou recherche en texte intégral dans PostgreSQL. Couvre la configuration de pgvector, l'indexation (HNSW, IVFFlat), recherche hybride (FTS + BM25 + RRF), ParadeDB comme Alternative à Elasticsearch et reclassement avec Cohere/cross-encoders. Prend en charge les types vector(1536) et halfvec(3072) pour les intégrations OpenAI. Déclencheurs : pgvector, recherche vectorielle, recherche sémantique, recherche hybride, recherche d'intégration, PostgreSQL RAG, BM25, RRF, index HNSW, recherche de similarité, ParadeDB, pg_search, reclassement, reclassement Cohere Source : laguagu/claude-code-nextjs-skills.

Comment installer postgres-semantic-search ?

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/laguagu/claude-code-nextjs-skills --skill postgres-semantic-search 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/laguagu/claude-code-nextjs-skills

Détails

Catégorie
</>Développement
Source
skills.sh
Première apparition
2026-02-01