google-gemini-file-search

SKILL.md

Google Gemini File Search is a fully managed RAG (Retrieval-Augmented Generation) system that eliminates the need for separate vector databases, custom chunking logic, or embedding generation code. Upload documents (PDFs, Word, Excel, code files, etc.) and query them using natural language—Gemini automatically handles intelligent chunking, embedding with its optimized model, semantic search, and citation generation.

Current Stable Version: 0.21.0+ (verify with npm view @google/genai version)

This skill prevents 8 common errors encountered when implementing File Search:

Créez des questions et réponses sur des documents et des bases de connaissances consultables avec Google Gemini File Search - RAG entièrement géré avec segmentation, intégration et citations automatiques. Téléchargez plus de 100 formats de fichiers (PDF, Word, Excel, code), configurez la recherche sémantique et interrogez en langage naturel. À utiliser dans les cas suivants : création de systèmes de questions et réponses sur des documents, création de bases de connaissances consultables, mise en œuvre d'une recherche sémantique sans gérer les intégrations, indexation de grandes collections de documents (plus de 100 formats) ou dépannage d'erreurs d'immuabilité de documents (suppression + nouveau téléchargement requis), problèmes de quota de stockage (taille d'entrée 3x pour les intégrations), configuration de segmentation (500 jetons/morceau recommandés), limites de métadonnées (20 paires clé-valeur maximum), surprises de coût d'indexation (0,15 $/1 million de jetons). une fois), les délais d'attente d'interrogation des opérations (attendre la fin : vrai), les erreurs de suppression forcée ou la compatibilité des modèles (Gemini 2.5 Pro/Flash uniquement). Source : ovachiever/droid-tings.

Voir l'original