什麼是 embeddings？
具有 HNSW 索引、sql.js 持久性和雙曲線支援的向量嵌入。透過代理流集成，速度提高 75 倍。使用場合：語意搜尋、模式比對、相似性查詢、知識檢索。跳過時間：精確的文字匹配、簡單的查找、不需要語義理解。 來源：ruvnet/ruflo。
·embeddings
</>
embeddings
✓具有 HNSW 索引、sql.js 持久性和雙曲線支援的向量嵌入。透過代理流集成，速度提高 75 倍。使用場合：語意搜尋、模式比對、相似性查詢、知識檢索。跳過時間：精確的文字匹配、簡單的查找、不需要語義理解。
如何安裝 embeddings
透過命令列快速安裝 embeddings AI 技能到你的開發環境
- 開啟終端機: 開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等）
- 執行安裝指令: 複製並執行以下指令：npx skills add https://github.com/ruvnet/ruflo --skill embeddings
- 驗證安裝: 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
來源：ruvnet/ruflo。
SKILL.md
查看原文Purpose Vector embeddings for semantic search and pattern matching with HNSW indexing.
| sql.js | Cross-platform SQLite persistent cache (WASM) | | HNSW | 150x-12,500x faster search | | Hyperbolic | Poincare ball model for hierarchical data | | Normalization | L2, L1, min-max, z-score | | Chunking | Configurable overlap and size | | 75x faster | With agentic-flow ONNX integration |
| Int8 | 3.92x | Fast | | Int4 | 7.84x | Faster | | Binary | 32x | Fastest |
具有 HNSW 索引、sql.js 持久性和雙曲線支援的向量嵌入。透過代理流集成，速度提高 75 倍。使用場合：語意搜尋、模式比對、相似性查詢、知識檢索。跳過時間：精確的文字匹配、簡單的查找、不需要語義理解。 來源：ruvnet/ruflo。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/ruvnet/ruflo --skill embeddings- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-03-10
- 更新時間
- 2026-03-11
快速解答
如何安裝 embeddings？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/ruvnet/ruflo --skill embeddings 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
這個 Skill 的原始碼在哪？
https://github.com/ruvnet/ruflo
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-03-10