Выбирайте и оптимизируйте модели внедрения для приложений семантического поиска и RAG. Используйте при выборе моделей внедрения, реализации стратегий фрагментирования или оптимизации качества внедрения для конкретных областей.
Быстро установите AI-навык embedding-strategies в вашу среду разработки через командную строку
Источник: wshobson/agents.
Guide to selecting and optimizing embedding models for vector search applications.
| Model | Dimensions | Max Tokens | Best For |
| voyage-3-large | 1024 | 32000 | Claude apps (Anthropic recommended) | | voyage-3 | 1024 | 32000 | Claude apps, cost-effective | | voyage-code-3 | 1024 | 32000 | Code search | | voyage-finance-2 | 1024 | 32000 | Financial documents | | voyage-law-2 | 1024 | 32000 | Legal documents | | text-embedding-3-large | 3072 | 8191 | OpenAI apps, high accuracy |
Выбирайте и оптимизируйте модели внедрения для приложений семантического поиска и RAG. Используйте при выборе моделей внедрения, реализации стратегий фрагментирования или оптимизации качества внедрения для конкретных областей. Источник: wshobson/agents.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/wshobson/agents --skill embedding-strategiesВыбирайте и оптимизируйте модели внедрения для приложений семантического поиска и RAG. Используйте при выборе моделей внедрения, реализации стратегий фрагментирования или оптимизации качества внедрения для конкретных областей. Источник: wshobson/agents.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/wshobson/agents --skill embedding-strategies После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/wshobson/agents