Implementa una ricerca di similarità efficiente con database vettoriali. Da utilizzare durante la creazione di ricerche semantiche, l'implementazione di query del vicino più vicino o l'ottimizzazione delle prestazioni di recupero.
Installa rapidamente la skill AI similarity-search-patterns nel tuo ambiente di sviluppo tramite riga di comando
Fonte: wshobson/agents.
Patterns for implementing efficient similarity search in production systems.
| Cosine | 1 - (A·B)/(‖A‖‖B‖) | Normalized embeddings | | Euclidean (L2) | √Σ(a-b)² | Raw embeddings | | Dot Product | A·B | Magnitude matters | | Manhattan (L1) | Σ | a-b | | Sparse vectors |
Implementa una ricerca di similarità efficiente con database vettoriali. Da utilizzare durante la creazione di ricerche semantiche, l'implementazione di query del vicino più vicino o l'ottimizzazione delle prestazioni di recupero. 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 similarity-search-patterns 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
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/wshobson/agents --skill similarity-search-patternsImplementa una ricerca di similarità efficiente con database vettoriali. Da utilizzare durante la creazione di ricerche semantiche, l'implementazione di query del vicino più vicino o l'ottimizzazione delle prestazioni di recupero. 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 similarity-search-patterns 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