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) 构建 RAG 系统、语义搜索和文档聚类。生成用于矢量搜索的 768-3072 维嵌入，与 Cloudflare Vectorize 集成，并使用 8 种任务类型（RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY）来优化检索。 使用场合：使用 Google 嵌入实现矢量搜索、构建检索增强生成系统、创建语义搜索功能、按含义对文档进行聚类、将嵌入与 Cloudflare Vectorize 集成、优化维度大小 (128-3072)，或解决维度不匹配错误、不正确的任务类型选择、速率限制问题（100 RPM 免费套餐）、矢量标准化错误或文本截断错误（2,048 个令牌限制）。 来源：ovachiever/droid-tings。

查看原文