·embeddings
</>

embeddings

ruvnet/claude-flow

Intégrations de vecteurs avec indexation HNSW, persistance sql.js et prise en charge hyperbolique. 75 fois plus rapide grâce à l'intégration du flux agent. À utiliser dans les cas suivants : recherche sémantique, correspondance de modèles, requêtes de similarité, récupération de connaissances. Ignorer quand : correspondance exacte du texte, recherches simples, aucune compréhension sémantique n'est nécessaire.

12Installations·2Tendance·@ruvnet

Installation

$npx skills add https://github.com/ruvnet/claude-flow --skill embeddings

SKILL.md

Purpose Vector embeddings for semantic search and pattern matching with HNSW indexing.

| sql.js | Cross-platform SQLite persistent cache (WASM) | | HNSW | 150x-12,500x faster search | | Hyperbolic | Poincare ball model for hierarchical data | | Normalization | L2, L1, min-max, z-score | | Chunking | Configurable overlap and size | | 75x faster | With agentic-flow ONNX integration |

| Int8 | 3.92x | Fast | | Int4 | 7.84x | Faster | | Binary | 32x | Fastest |

Intégrations de vecteurs avec indexation HNSW, persistance sql.js et prise en charge hyperbolique. 75 fois plus rapide grâce à l'intégration du flux agent. À utiliser dans les cas suivants : recherche sémantique, correspondance de modèles, requêtes de similarité, récupération de connaissances. Ignorer quand : correspondance exacte du texte, recherches simples, aucune compréhension sémantique n'est nécessaire. Source : ruvnet/claude-flow.

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/ruvnet/claude-flow --skill embeddings
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-12
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que embeddings ?

Intégrations de vecteurs avec indexation HNSW, persistance sql.js et prise en charge hyperbolique. 75 fois plus rapide grâce à l'intégration du flux agent. À utiliser dans les cas suivants : recherche sémantique, correspondance de modèles, requêtes de similarité, récupération de connaissances. Ignorer quand : correspondance exacte du texte, recherches simples, aucune compréhension sémantique n'est nécessaire. Source : ruvnet/claude-flow.

Comment installer 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/ruvnet/claude-flow --skill 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/ruvnet/claude-flow