# Embeddings

> Embeddings vectoriales con indexado HNSW, persistencia con sql.js y soporte hiperbólico, 75 veces más rápido con agentic-flow, para búsqueda semántica y recuperación de conocimiento.

Fuente: https://skillsagentes.com/skills/ruvnet/ruflo/embeddings
Markdown: https://skillsagentes.com/skills/ruvnet/ruflo/embeddings.md

Repositorio: https://github.com/ruvnet/ruflo
Autor: ruvnet
Licencia: MIT
Actualizado: hace 6 meses
Coste de contexto: 73 tok instalada, 454 tok al activarse, 454 tok con todos los archivos del bundle
Bundle: 1 archivo, 2 KB
Permisos que pide: ninguno declarado

## Instalación

Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina.

```bash
# Claude Code
npx -y skills add ruvnet/ruflo --skill embeddings --agent claude-code
# Cursor
npx -y skills add ruvnet/ruflo --skill embeddings --agent cursor
# Codex
npx -y skills add ruvnet/ruflo --skill embeddings --agent codex
# Gemini CLI
npx -y skills add ruvnet/ruflo --skill embeddings --agent gemini
# Windsurf
npx -y skills add ruvnet/ruflo --skill embeddings --agent windsurf
# Cline
npx -y skills add ruvnet/ruflo --skill embeddings --agent cline
```

## Qué hace

- Genera embeddings de texto y los guarda en una caché SQLite persistente vía WASM (sql.js).
- Acelera la búsqueda semántica de 150x a 12.500x con indexado HNSW.
- Soporta el modelo de bola de Poincaré (hiperbólico) para datos jerárquicos.
- Aplica cuantización (int8, int4, binaria) para reducir memoria hasta 32 veces.

## Cuándo usarla

- Cuando necesitas búsqueda semántica o coincidencia de patrones en vez de coincidencia exacta de texto.
- Cuando quieres acelerar drásticamente la búsqueda en una base de patrones grande con HNSW.
- Cuando trabajas con datos jerárquicos y quieres embeddings hiperbólicos.

## Cuándo no

- Coincidencia exacta de texto o búsquedas simples sin necesidad de comprensión semántica.

## Qué la activa

- "Genera el embedding de este texto"
- "Busca patrones similares a 'seguridad de autenticación'"
- "Activa cuantización binaria para estos embeddings"

## Antes de instalar

- Se gestiona con la CLI npx claude-flow embeddings.
- Necesita en el PATH: npx

## Archivos

- SKILL.md — 2 KB

## SKILL.md

Reproducido tal cual desde ruvnet/ruflo bajo MIT. Esta sección es el documento original y está en inglés.

# Embeddings Skill

## Purpose
Vector embeddings for semantic search and pattern matching with HNSW indexing.

## Features

| Feature | Description |
|---------|-------------|
| **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 |

## Commands

### Initialize Embeddings
```bash
npx claude-flow embeddings init --backend sqlite
```

### Embed Text
```bash
npx claude-flow embeddings embed --text "authentication patterns"
```

### Batch Embed
```bash
npx claude-flow embeddings batch --file documents.json
```

### Semantic Search
```bash
npx claude-flow embeddings search --query "security best practices" --top-k 5
```

## Memory Integration

```bash
# Store with embeddings
npx claude-flow memory store --key "pattern-1" --value "description" --embed

# Search with embeddings
npx claude-flow memory search --query "related patterns" --semantic
```

## Quantization

| Type | Memory Reduction | Speed |
|------|-----------------|-------|
| Int8 | 3.92x | Fast |
| Int4 | 7.84x | Faster |
| Binary | 32x | Fastest |

## Best Practices
1. Use HNSW for large pattern databases
2. Enable quantization for memory efficiency
3. Use hyperbolic for hierarchical relationships
4. Normalize embeddings for consistency

## Dónde encaja

- Categoría: [Bases de datos](https://skillsagentes.com/categorias/bases-de-datos.md) — Diseño de esquemas, migraciones y optimización de consultas.
- Creador: [ruvnet](https://skillsagentes.com/creators/ruvnet.md) — 275 skills en el directorio
- [Todas las skills](https://skillsagentes.com/skills.md)
- [Ranking de instalaciones](https://skillsagentes.com/ranking.md)

## Otras skills del mismo repositorio

- [Harness Gepa](https://skillsagentes.com/skills/ruvnet/ruflo/harness-gepa.md): Inspecciona y audita genomas GEPA: carga y valida un genoma, renderiza el system prompt que compila, o clasifica los modos de fallo de una transcripción de ejecución.
- [Deepseek Reason](https://skillsagentes.com/skills/ruvnet/ruflo/deepseek-reason.md): Completion en modo razonamiento contra deepseek-reasoner (R1) de DeepSeek. Devuelve el chain-of-thought por separado de la respuesta final. Lee DEEPSEEK_API_KEY y degrada si falta o la API no responde.
- [Deepseek Chat](https://skillsagentes.com/skills/ruvnet/ruflo/deepseek-chat.md): Completion de un solo turno contra el modelo deepseek-chat de DeepSeek vía /v1/chat/completions. Lee DEEPSEEK_API_KEY y degrada con status:degraded si falta o la API no responde. Para tareas sin razonamiento.
- [Adr Index](https://skillsagentes.com/skills/ruvnet/ruflo/adr-index.md): Construye o reconstruye el índice de ADRs y su grafo de dependencias ejecutando scripts/import.mjs, en vez de cientos de llamadas MCP.
- [Agntcy Status](https://skillsagentes.com/skills/ruvnet/ruflo/agntcy-status.md): Muestra el estado de la integración AGNTCY/SLIM/CASA: si los paquetes están instalados, qué transporte está activo y si el enforcement de CASA está habilitado.

---

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)