Seleziona e ottimizza i modelli di incorporamento per la ricerca semantica e le applicazioni RAG. Da utilizzare quando si scelgono modelli di incorporamento, si implementano strategie di suddivisione in blocchi o si ottimizza la qualità di incorporamento per domini specifici.
Installa rapidamente la skill AI embedding-strategies nel tuo ambiente di sviluppo tramite riga di comando
Fonte: wshobson/agents.
Guide to selecting and optimizing embedding models for vector search applications.
| Model | Dimensions | Max Tokens | Best For |
| voyage-3-large | 1024 | 32000 | Claude apps (Anthropic recommended) | | voyage-3 | 1024 | 32000 | Claude apps, cost-effective | | voyage-code-3 | 1024 | 32000 | Code search | | voyage-finance-2 | 1024 | 32000 | Financial documents | | voyage-law-2 | 1024 | 32000 | Legal documents | | text-embedding-3-large | 3072 | 8191 | OpenAI apps, high accuracy |
Seleziona e ottimizza i modelli di incorporamento per la ricerca semantica e le applicazioni RAG. Da utilizzare quando si scelgono modelli di incorporamento, si implementano strategie di suddivisione in blocchi o si ottimizza la qualità di incorporamento per domini specifici. Fonte: wshobson/agents.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/wshobson/agents --skill embedding-strategiesSeleziona e ottimizza i modelli di incorporamento per la ricerca semantica e le applicazioni RAG. Da utilizzare quando si scelgono modelli di incorporamento, si implementano strategie di suddivisione in blocchi o si ottimizza la qualità di incorporamento per domini specifici. Fonte: wshobson/agents.
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/wshobson/agents --skill embedding-strategies 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/wshobson/agents