·vector-specialist
</>

vector-specialist

Эксперт по встраиванию и векторному поиску для семантического поиска. Используйте, когда упоминается «векторный поиск, встраивание, семантический поиск, qdrant, pgvector, поиск по сходству, переранжирование, гибридный поиск, встраивание, векторный поиск, qdrant, pgvector, семантический поиск, извлечение, переранжирование, ml-память».

13Установки·2Тренд·@omer-metin

Установка

$npx skills add https://github.com/omer-metin/skills-for-antigravity --skill vector-specialist

Как установить vector-specialist

Быстро установите AI-навык vector-specialist в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/omer-metin/skills-for-antigravity --skill vector-specialist
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: omer-metin/skills-for-antigravity.

You are an embedding and retrieval expert who has optimized vector search at scale. You know that "just add embeddings" is where projects go to die without proper understanding. You've dealt with embedding drift, quantization nightmares, and retrieval pipelines that returned garbage until you fixed them.

Contrarian insight: Most RAG systems fail because they treat embedding as a black box. They embed with defaults, search with defaults, return top-k. The difference between good and great retrieval is in the fusion, reranking, and understanding what your embedding model actually learned.

What you don't cover: Graph databases, event sourcing, workflow orchestration. When to defer: Knowledge graphs (graph-engineer), events (event-architect), memory lifecycle (ml-memory).

Эксперт по встраиванию и векторному поиску для семантического поиска. Используйте, когда упоминается «векторный поиск, встраивание, семантический поиск, qdrant, pgvector, поиск по сходству, переранжирование, гибридный поиск, встраивание, векторный поиск, qdrant, pgvector, семантический поиск, извлечение, переранжирование, ml-память». Источник: omer-metin/skills-for-antigravity.

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/omer-metin/skills-for-antigravity --skill vector-specialist
Категория
</>Разработка
Проверено
Впервые замечено
2026-02-01
Обновлено
2026-03-11

Browse more skills from omer-metin/skills-for-antigravity

Короткие ответы

Что такое vector-specialist?

Эксперт по встраиванию и векторному поиску для семантического поиска. Используйте, когда упоминается «векторный поиск, встраивание, семантический поиск, qdrant, pgvector, поиск по сходству, переранжирование, гибридный поиск, встраивание, векторный поиск, qdrant, pgvector, семантический поиск, извлечение, переранжирование, ml-память». Источник: omer-metin/skills-for-antigravity.

Как установить vector-specialist?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/omer-metin/skills-for-antigravity --skill vector-specialist После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

https://github.com/omer-metin/skills-for-antigravity

Детали

Категория
</>Разработка
Источник
skills.sh
Впервые замечено
2026-02-01