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:

使用 Gemini 嵌入 API (gemini-embedding-001) 構建 RAG 系統、語義搜索和文檔聚類。生成用於矢量搜索的 768-3072 維嵌入，與 Cloudflare Vectorize 集成，並使用 8 種任務類型（RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY）來優化檢索。 使用場合：使用 Google 嵌入實現矢量搜索、構建檢索增強生成系統、創建語義搜索功能、按含義對文檔進行聚類、將嵌入與 Cloudflare Vectorize 集成、優化維度大小 (128-3072)，或解決維度不匹配錯誤、不正確的任務類型選擇、速率限制問題（100 RPM 免費套餐）、矢量標準化錯誤或文本截斷錯誤（2,048 個令牌限制）。 來源：ovachiever/droid-tings。

查看原文