google-gemini-embeddings

SKILL.md

This skill provides comprehensive coverage of the gemini-embedding-001 model for generating text embeddings, including SDK usage, REST API patterns, batch processing, RAG integration with Cloudflare Vectorize, and advanced use cases like semantic search and document clustering.

Result: A 768-dimension embedding vector representing the semantic meaning of the text.

The model supports flexible output dimensionality using Matryoshka Representation Learning:

Gemini embeddings API (gemini-embedding-001) を使用して、RAG システム、セマンティック検索、ドキュメント クラスタリングを構築します。ベクトル検索用に 768-3072 次元の埋め込みを生成し、Cloudflare Vectorize と統合し、最適化された取得のために 8 つのタスク タイプ (RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY) を使用します。 次の場合に使用します: Google 埋め込みを使用したベクトル検索の実装、検索拡張生成システムの構築、セマンティック検索機能の作成、意味によるドキュメントのクラスタリング、Cloudflare Vectorize との埋め込みの統合、ディメンション サイズの最適化 (128-3072)、またはディメンションの不一致エラー、誤ったタスク タイプの選択、レート制限の問題 (100 RPM 無料枠)、ベクトル正規化の間違い、またはテキスト切り捨てエラーのトラブルシューティング(2,048 トークン制限)。 ソース: ovachiever/droid-tings。

原文を見る