# gensim

Правило задаёт практики для Python-кода с gensim: воспроизводимый запуск моделей и подготовку корпусов для тематического моделирования. Пригодится при сборке NLP-пайплайна.

- правило · `type=rule` · Cursor · ★ 3580
- Автор: sanjeed5
- Лицензия: CC0-1.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/gensim.mdc
- Обновлён: 2026-05-19
- HTML: https://affpapa.org/nevibecode/rules/gensim

## Что делает

Правило советует настраивать логирование и задавать случайное зерно для `gensim` и `numpy`, а параметр `random_state` передавать модели. Так настройки запуска собраны в одном месте. При этом правило приводит значение зерна `42` как пример, а не как обязательную настройку.

Для предобработки предлагается связка `gensim.utils.simple_preprocess` и `spaCy`: первая разбивает текст и приводит его к нижнему регистру, вторая помогает лемматизировать токены и отсеивать стоп-слова. Словарь рекомендуется очищать через `filter_extremes`: `no_below` задаётся целым числом документов, `no_above` — долей. Для больших коллекций правило показывает потоковую обработку по строкам и `MmCorpus`, чтобы не загружать весь корпус в память. Для примеров с `spaCy` нужна модель `en_core_web_sm`; без неё показанный вызов `spacy.load` не сработает.

## Установка

### Cursor (родная платформа)

**Вручную: положить файлы**
- Файл: `.cursor/rules/gensim.mdc` — Во frontmatter: description, globs, alwaysApply

### Claude Code

**Вручную: положить файлы**
- Файл: `.claude/rules/gensim.md` — Поле paths во frontmatter ограничивает файлы: globs из источника → paths

### Codex

**AGENTS.md**
- Codex читает AGENTS.md: вставьте текст правила туда

### GitHub Copilot

**Вручную: положить файлы**
- Файл: `.github/instructions/gensim.instructions.md` — Поле applyTo задаёт, к каким файлам применять: globs из источника → applyTo

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/rules/gensim.md`

### Cline

**Вручную: положить файлы**
- Файл: `.clinerules/gensim.md`

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/gensim.mdc

## Когда брать
- зафиксировать случайное зерно при обучении модели
- обработать текст через токенизацию и лемматизацию
- отфильтровать слишком редкие и частые токены
- передавать большой корпус модели потоком

## Примеры запросов агенту
- Настрой в этом Python-скрипте логирование и случайное зерно для модели `gensim`.
- Подготовь корпус через `simple_preprocess` и `spaCy`, затем отфильтруй словарь через `filter_extremes`.
- Перепиши обработку `my_large_corpus.txt`, чтобы документы поступали модели потоком.

## Похожие
- [extension-openai](https://affpapa.org/nevibecode/skills/extension-openai.md) — скилл · 28400 установок
- [ad-hook-analyzer](https://affpapa.org/nevibecode/skills/ad-hook-analyzer.md) — скилл · 20300 установок
- [conversational-ad-copy](https://affpapa.org/nevibecode/skills/conversational-ad-copy.md) — скилл · 19900 установок
- [happyhorse](https://affpapa.org/nevibecode/skills/happyhorse.md) — скилл · 12400 установок
- [p-video](https://affpapa.org/nevibecode/skills/p-video.md) — скилл · 12400 установок
- [extension-inference](https://affpapa.org/nevibecode/skills/extension-inference.md) — скилл · 12300 установок

Из того же набора: [sanjeed5/awesome-cursor-rules-mdc](https://affpapa.org/nevibecode/by/sanjeed5/awesome-cursor-rules-mdc.md) — 240 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md