什么是 embeddings？
具有 HNSW 索引、sql.js 持久性和双曲线支持的向量嵌入。通过代理流集成，速度提高 75 倍。使用场合：语义搜索、模式匹配、相似性查询、知识检索。跳过时间：精确的文本匹配、简单的查找、不需要语义理解。 来源：ruvnet/ruflo。
·embeddings
</>
embeddings
✓具有 HNSW 索引、sql.js 持久性和双曲线支持的向量嵌入。通过代理流集成，速度提高 75 倍。使用场合：语义搜索、模式匹配、相似性查询、知识检索。跳过时间：精确的文本匹配、简单的查找、不需要语义理解。
如何安装 embeddings
通过命令行快速安装 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/ruvnet/ruflo --skill 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：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 持久性和双曲线支持的向量嵌入。通过代理流集成，速度提高 75 倍。使用场合：语义搜索、模式匹配、相似性查询、知识检索。跳过时间：精确的文本匹配、简单的查找、不需要语义理解。 来源：ruvnet/ruflo。
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/ruvnet/ruflo --skill embeddings- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-03-10
- 更新时间
- 2026-03-11
快速解答
如何安装 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/ruvnet/ruflo --skill 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/ruvnet/ruflo
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-03-10