关于 alicloud-ai-search-text-embedding
用于通过阿里云 Model Studio 嵌入模型准备文本嵌入请求的技能,适用于文本向量化流程,也可与向量存储技能配合使用。
主要功能
- 01准备文本嵌入请求
- 02支持多种嵌入模型系列
- 03将请求数据保存到指定路径
适用场景
- 01为搜索生成文本嵌入
- 02为向量存储准备向量
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ cinience/ alicloud-skills --skill alicloud-ai-search-text-embedding安装后在 Claude Code 中输入/alicloud-ai-search-text-embedding确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
agents/openai.yamlreferences/sources.mdscripts/prepare_embedding_request.py详细介绍
分类:provider
Model Studio 文本嵌入
验证
mkdir -p output/alicloud-ai-search-text-embedding
python -m py_compile skills/ai/search/alicloud-ai-search-text-embedding/scripts/prepare_embedding_request.py && echo "py_compile_ok" > output/alicloud-ai-search-text-embedding/validate.txt
通过标准:命令以 0 退出,且生成 output/alicloud-ai-search-text-embedding/validate.txt。
关键模型名称
根据需要,使用以下准确的模型字符串之一:
text-embedding-v4text-embedding-v3text-embedding-v2text-embedding-v1qwen3-embedding-8bqwen3-embedding-4bqwen3-embedding-0.6b
快速开始
python skills/ai/search/alicloud-ai-search-text-embedding/scripts/prepare_embedding_request.py \
--text "Alibaba Cloud Model Studio" \
--output output/alicloud-ai-search-text-embedding/request.json
说明
- 将此技能与
skills/ai/search/alicloud-ai-search-dashvector/或其他向量存储技能配合使用。 - 对于图像或多模态嵌入,请单独添加专用的多模态嵌入支持。
参考资料
references/sources.md
评论
支持 Markdown