pgvector-embeddings とは?
Ollama と pgvector を使用してベクター埋め込みを生成および保存します。 「埋め込みの生成」、「ドキュメントの埋め込み」、「ベクターの保存」、「ドキュメント埋め込みの作成」を要求された場合、または RAG パイプラインの取り込みフェーズを実装する場合に使用します。 ソース: constructive-io/constructive-skills。
Ollama と pgvector を使用してベクター埋め込みを生成および保存します。 「埋め込みの生成」、「ドキュメントの埋め込み」、「ベクターの保存」、「ドキュメント埋め込みの作成」を要求された場合、または RAG パイプラインの取り込みフェーズを実装する場合に使用します。
コマンドラインで pgvector-embeddings AI スキルを開発環境にすばやくインストール
ソース: constructive-io/constructive-skills。
Generate vector embeddings using Ollama and store them in PostgreSQL with pgvector. This skill covers the ingestion phase of RAG pipelines.
The nomic-embed-text model provides 768-dimensional embeddings with good quality and performance:
| nomic-embed-text | 768 | Fast | Good | | mxbai-embed-large | 1024 | Medium | Better | | all-minilm | 384 | Very Fast | Acceptable |
Ollama と pgvector を使用してベクター埋め込みを生成および保存します。 「埋め込みの生成」、「ドキュメントの埋め込み」、「ベクターの保存」、「ドキュメント埋め込みの作成」を要求された場合、または RAG パイプラインの取り込みフェーズを実装する場合に使用します。 ソース: constructive-io/constructive-skills。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-embeddingsOllama と pgvector を使用してベクター埋め込みを生成および保存します。 「埋め込みの生成」、「ドキュメントの埋め込み」、「ベクターの保存」、「ドキュメント埋め込みの作成」を要求された場合、または RAG パイプラインの取り込みフェーズを実装する場合に使用します。 ソース: constructive-io/constructive-skills。
ターミナルまたはコマンドラインツール(Terminal、iTerm、Windows Terminal など)を開きます このコマンドをコピーして実行します: npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-embeddings インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります
https://github.com/constructive-io/constructive-skills