mcpField
V
vector-cluster

vector-cluster

github.com/ruvnet数据与数据库80.0k728 次安装今天更新
代码仓库

关于 vector-cluster

vector-cluster 使用 ruvector 按语义相似度对向量分组。它在代码图上运行图聚类，生成簇分配、社区标签和边，供检查与存储。

主要功能

  1. 01运行谱聚类和 Louvain 图聚类
  2. 02生成簇分配和社区标签
  3. 03提供图边以供检查
  4. 04将结果存入指定命名空间

适用场景

  1. 01发现向量集合中的主题
  2. 02识别图中的离群项
  3. 03整理簇以供后续检查

MCP 相关

使用 Ruflo MCP memory 工具将聚类结果存入 vector-clusters 命名空间。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill vector-cluster

安装后在 Claude Code 中输入/vector-cluster确认已加载。

详细介绍

向量聚类

使用 ruvector，按语义相似度对命名空间中的向量进行聚类。

适用场景

如果你有一组嵌入向量，并想发现其中自然形成的分组，请使用此技能。聚类可以揭示主题、识别离群值，并帮助整理大型向量集合。

步骤

  1. 确保 [email protected] 可用： 
    npm ls ruvector 2>/dev/null | grep '0.2.25' || npm install [email protected]
  2. 运行聚类——在 [email protected] 中，唯一可用的聚类方式是通过 hooks graph-cluster（对代码图运行谱聚类/Louvain 算法）。顶层的 cluster 命令用于分布式集群操作，目前上游标记为“Coming Soon”。 
    npx -y [email protected] hooks graph-cluster <files...>
npx -y [email protected] hooks graph-mincut <files...>
  3. 查看输出——JSON，其中包含聚类分配、社区标签和边。如果看到 "graph.nodes is not iterable"，请先运行 hooks init 以初始化图状态。
  4. 存储结果： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "clusters-PROJECT-TIMESTAMP", value: "CLUSTER_ASSIGNMENTS", namespace: "vector-clusters" })

结果解读

  • 高凝聚度（>0.85）：紧密且定义清晰的聚类
  • 中等凝聚度（0.6-0.85）：内容相关，但多样性较高
  • 低凝聚度（<0.6）：分组松散，可尝试提高分辨率
  • 离群值：值得进一步调查的新颖或异常文件

注意事项

  • cluster --namespace ... --k N 和 cluster --density 在 [email protected] 中无效——这些标志会被传递给分布式集群命令，而该命令只接受 --status、--join、--leave、--nodes、--leader、--info。
  • 如需对任意嵌入向量进行带命名空间的 k-means 聚类，请在自己的代码中对存储于 AgentDB 的向量运行 k-means。

评论

支持 Markdown