google-gemini-file-search

SKILL.md

Google Gemini File Search is a fully managed RAG (Retrieval-Augmented Generation) system that eliminates the need for separate vector databases, custom chunking logic, or embedding generation code. Upload documents (PDFs, Word, Excel, code files, etc.) and query them using natural language—Gemini automatically handles intelligent chunking, embedding with its optimized model, semantic search, and citation generation.

Current Stable Version: 0.21.0+ (verify with npm view @google/genai version)

This skill prevents 8 common errors encountered when implementing File Search:

자동 청크, 임베딩 및 인용 기능을 갖춘 완전 관리형 RAG인 Google Gemini 파일 검색을 사용하여 문서 Q&A 및 검색 가능한 지식 기반을 구축하세요. 100개 이상의 파일 형식(PDF, Word, Excel, 코드)을 업로드하고, 의미 체계 검색을 구성하고, 자연어로 쿼리하세요. 사용 시기: 문서 Q&A 시스템 구축, 검색 가능한 기술 자료 생성, 임베딩 관리 없이 의미론적 검색 구현, 대규모 문서 컬렉션(100개 이상의 형식) 인덱싱 또는 문서 불변성 오류 문제 해결(삭제 + 재업로드 필요), 스토리지 할당량 문제(임베딩의 입력 크기 3배), 청킹 구성(500개 토큰/청크 권장), 메타데이터 제한(최대 20개 키-값 쌍), 예상치 못한 인덱싱 비용 ($0.15/1M 토큰 일회성), 작업 폴링 시간 초과(완료 대기: true), 강제 삭제 오류 또는 모델 호환성(Gemini 2.5 Pro/Flash에만 해당). 출처: ovachiever/droid-tings.

원본 보기