什么是 pgvector-embeddings？
使用 Ollama 和 pgvector 生成并存储向量嵌入。当要求“生成嵌入”、“嵌入文档”、“存储向量”、“创建文档嵌入”或实现 RAG 管道的摄取阶段时使用。 来源：constructive-io/constructive-skills。
·pgvector-embeddings
</>
pgvector-embeddings
✓constructive-io/constructive-skillsGitHub: constructive-io/constructive-skills来源: constructive-io/constructive-skills
使用 Ollama 和 pgvector 生成并存储向量嵌入。当要求“生成嵌入”、“嵌入文档”、“存储向量”、“创建文档嵌入”或实现 RAG 管道的摄取阶段时使用。
如何安装 pgvector-embeddings
通过命令行快速安装 pgvector-embeddings AI 技能到你的开发环境
- 打开终端: 打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等）
- 运行安装命令: 复制并运行以下命令：npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-embeddings
- 验证安装: 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
来源：constructive-io/constructive-skills。
SKILL.md
查看原文Generate vector embeddings using Ollama and store them in PostgreSQL with pgvector. This skill covers the ingestion phase of RAG pipelines.
The nomic-embed-text model provides 768-dimensional embeddings with good quality and performance:
| nomic-embed-text | 768 | Fast | Good | | mxbai-embed-large | 1024 | Medium | Better | | all-minilm | 384 | Very Fast | Acceptable |
使用 Ollama 和 pgvector 生成并存储向量嵌入。当要求“生成嵌入”、“嵌入文档”、“存储向量”、“创建文档嵌入”或实现 RAG 管道的摄取阶段时使用。 来源：constructive-io/constructive-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-embeddings- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-28
- 更新时间
- 2026-03-10
快速解答
如何安装 pgvector-embeddings？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/constructive-io/constructive-skills --skill pgvector-embeddings 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
这个 Skill 的源码在哪？
https://github.com/constructive-io/constructive-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-28