vector-embed

ベクトル埋め込み

ruvector npm パッケージを使用して、ベクトル埋め込みを生成・保存します。

使用する場面

テキスト、コード、またはドキュメントを384次元のベクトルに埋め込み、セマンティック検索、類似度比較、またはクラスタリングに使用する場合に、このスキルを使います。ruvector は ONNX all-MiniLM-L6-v2 と HNSW インデックスを使用します（52,000件以上/秒の挿入、検索は約0.045ms）。

手順

1. [email protected] が利用可能であることを確認します：

   npm ls ruvector 2>/dev/null | grep '0.2.25' || npm install [email protected]
   

   後で embed text が ONNX WASM files not bundled と報告した場合は、次も実行します：

   npm install ruvector-onnx-embeddings-wasm
   

2. 入力を埋め込みます（text サブコマンドを使い、テキストを位置引数として渡します）：
   • 文字列1つの場合：npx -y [email protected] embed text "your text here"
   • 出力ファイルを指定する場合：npx -y [email protected] embed text "your text here" -o vec.json
   • ファイルの場合：Read ツールで内容を読み取り、位置引数として渡します。
   • バッチ処理の場合：シェルでファイルごとにループします。[email protected] には組み込みの --batch／--glob フラグはありません。
3. 適応型（LoRA）バリアント：npx -y [email protected] embed text "..." --adaptive --domain code
4. 確認します — ベクトルの次元（384）、ノルム、書き込まれた出力パスを報告します。
5. 必要に応じて、AgentDB にメタデータを保存します： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "embed-SOURCE", value: "VECTOR_METADATA", namespace: "vector-patterns" })

MCP の代替手段

固定バージョンを指定して、MCP サーバーを一度登録します：

claude mcp add ruvector -- npx -y [email protected] mcp start

その後、MCP ツールを直接呼び出します：hooks_rag_context（セマンティックコンテキスト）、brain_search（集合知）、hooks_ast_analyze、hooks_route。

注意事項

• embed --batch --glob および embed --file フラグは [email protected] に存在しません。サポートされているのは embed text <text> のみです。ファイルは自分で読み取り、ファイルごとに embed text を呼び出してください。
• ONNX ランタイムはデフォルトではバンドルされていません。埋め込みに失敗した場合は、ruvector-onnx-embeddings-wasm をインストールするか、npx -y [email protected] doctor を実行して診断します。