Esegui la ricerca per somiglianza semantica con pgvettoriale. Utilizzare quando viene richiesto di "cercare documenti simili", "trovare contenuti correlati", "ricerca semantica", "ricerca vettoriale" o quando si implementa la fase di recupero delle pipeline RAG.
Installa rapidamente la skill AI pgvector-similarity-search nel tuo ambiente di sviluppo tramite riga di comando
Fonte: constructive-io/constructive-skills.
Query vector embeddings using pgvector's similarity operators. This skill covers the retrieval phase of RAG pipelines.
| | Cosine distance | Most common, normalized vectors | | | Euclidean (L2) | When magnitude matters | | | Inner product | Dot product similarity |
Cosine distance is recommended for text embeddings as it measures angle between vectors, ignoring magnitude.
Esegui la ricerca per somiglianza semantica con pgvettoriale. Utilizzare quando viene richiesto di "cercare documenti simili", "trovare contenuti correlati", "ricerca semantica", "ricerca vettoriale" o quando si implementa la fase di recupero delle pipeline RAG. Fonte: constructive-io/constructive-skills.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-similarity-searchEsegui la ricerca per somiglianza semantica con pgvettoriale. Utilizzare quando viene richiesto di "cercare documenti simili", "trovare contenuti correlati", "ricerca semantica", "ricerca vettoriale" o quando si implementa la fase di recupero delle pipeline RAG. Fonte: constructive-io/constructive-skills.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-similarity-search Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/constructive-io/constructive-skills