Что такое google-gemini-embeddings?
Этот навык обеспечивает полное понимание API встраивания Google Gemini (gemini-embedding-001) для создания систем RAG, семантического поиска, кластеризации документов и сопоставления сходства. Используйте при реализации векторного поиска с моделями внедрения Google, интеграции с Cloudflare Vectorize или создании систем генерации с расширенным поиском. Охватывает использование SDK (@google/genai), реализацию Workers на основе выборки, пакетную обработку, 8 типов задач (RETRIEVAL_QUERY, RETRIEVAL_DOCUMENT, SEMANTIC_SIMILARITY и т. д.), оптимизацию измерений (128–3072) и вычисления косинусного сходства. Предотвращает более 8 ошибок, связанных с внедрением, включая несоответствие размеров, неправильные типы задач, проблемы с ограничением скорости (уровень бесплатного пользования 100 об/мин), ошибки векторной нормализации, усечение текста (ограничение в 2048 токенов) и путаницу версий модели. Включает готовые к использованию шаблоны RAG с интеграцией Cloudflare Vectorize, стратегиями фрагментирования и шаблонами кэширования. Экономия токенов: ~60%. Производство проверено. Ключевые слова: вложения Gemini, Gemini-embedding-001, вложения Google, семантический поиск, RAG, векторный поиск, кластеризация документов, поиск по сходству, расширенная генерация извлечения, интеграция векторизации, векторизация векторизации Cloudflare, 768 измерений, встраивание контента Gemini, пакетное встраивание, API встраивания, косинусное сходство, векторная нормализация, поисковый запрос, извлечение документ, типы задач, несоответствие размеров, ограничение частоты встраивания, усечение текста, @google/genai Источник: jackspace/claudeskillz.