google-gemini-embeddings
✓使用 Gemini 嵌入 (gemini-embedding-001) 构建 RAG 系统和语义搜索。 768-3072 维向量，8 种任务类型，Cloudflare Vectorize 集成。防止 13 个已记录的错误。 使用场合：矢量搜索、RAG 系统、语义搜索、文档聚类。故障排除：维度不匹配、需要标准化、批量排序错误、内存限制、错误的任务类型、速率限制（100 RPM）。
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 (gemini-embedding-001) 构建 RAG 系统和语义搜索。 768-3072 维向量，8 种任务类型，Cloudflare Vectorize 集成。防止 13 个已记录的错误。 使用场合：矢量搜索、RAG 系统、语义搜索、文档聚类。故障排除：维度不匹配、需要标准化、批量排序错误、内存限制、错误的任务类型、速率限制（100 RPM）。 来源：jezweb/claude-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/jezweb/claude-skills --skill google-gemini-embeddings- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 google-gemini-embeddings？
使用 Gemini 嵌入 (gemini-embedding-001) 构建 RAG 系统和语义搜索。 768-3072 维向量，8 种任务类型，Cloudflare Vectorize 集成。防止 13 个已记录的错误。 使用场合：矢量搜索、RAG 系统、语义搜索、文档聚类。故障排除：维度不匹配、需要标准化、批量排序错误、内存限制、错误的任务类型、速率限制（100 RPM）。 来源：jezweb/claude-skills。
如何安装 google-gemini-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/jezweb/claude-skills --skill google-gemini-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 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/jezweb/claude-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-01