9routerx-embeddings — скилл для Claude Code: эмбеддинги и установка
Скилл 9routerx-embeddings для Claude Code создаёт векторные эмбеддинги через API 9RouterX. Агент подключает его для RAG, семантического поиска и сравнения текстов.
MIT ★ 259 обновлён 2026-11-16
npx skills add yanstd888/9routerx --skill 9routerx-embeddings -a claude-codeЧто делает 9routerx-embeddings
Скилл отправляет текст на /v1/embeddings и возвращает векторы через 9RouterX. Можно передать одну строку или массив строк; пакетный запрос быстрее, но у некоторых провайдеров есть лимит на размер пакета.
Для работы нужны 9ROUTERX_URL и, если включена авторизация, 9ROUTERX_KEY. Скилл описывает выбор модели через /v1/models/embedding; параметр dimensions поддерживается только моделями OpenAI v3. Gemini-сервер преобразует запрос к своему формату, а отправлять ему нужно структуру OpenAI.
Какие задачи решает
- создать векторы для текста RAG
- получить эмбеддинги для семантического поиска
- сравнить тексты по эмбеддингам
- отправить несколько строк одним запросом
Примеры запросов агенту
- Создай эмбеддинги для этих фрагментов, чтобы использовать их в RAG.
- Подготовь векторы для семантического поиска по этим текстам.
- Сравни эти строки по эмбеддингам через 9RouterX.
Как установить 9routerx-embeddings
1Через Skills CLI (Vercel)
npx skills add yanstd888/9routerx --skill 9routerx-embeddings -a claude-code2Вручную: положить файлы
~/.claude/skills/9routerx-embeddings/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/9routerx-embeddings/
1Через Skills CLI (Vercel)
npx skills add yanstd888/9routerx --skill 9routerx-embeddings -a codex2Вручную: положить файлы
.agents/skills/9routerx-embeddings/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add yanstd888/9routerx --skill 9routerx-embeddings -a cursor2Вручную: положить файлы
.cursor/skills/9routerx-embeddings/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install yanstd888/9routerx skills/9routerx-embeddings2Вручную: положить файлы
.github/skills/9routerx-embeddings/SKILL.md1Через Skills CLI (Vercel)
npx skills add yanstd888/9routerx --skill 9routerx-embeddings -a gemini-cli2Командой платформы
gemini skills install https://github.com/yanstd888/9routerx --path skills/9routerx-embeddingsВручную: положить файлы
.devin/skills/9routerx-embeddings/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о 9routerx-embeddings
Как установить 9routerx-embeddings в Claude Code?
Выполни npx skills add yanstd888/9routerx --skill 9routerx-embeddings -a claude-code. Файл скилла появится по пути ~/.claude/skills/9routerx-embeddings/SKILL.md.
Что делает 9routerx-embeddings?
Скилл отправляет текст или массив строк на API /v1/embeddings сервера 9RouterX и получает векторные эмбеддинги для RAG, семантического поиска и сравнения текстов.
Что нужно для работы 9routerx-embeddings?
Нужен сервер 9RouterX с адресом в 9ROUTERX_URL. Если на сервере включена авторизация, также нужен ключ 9ROUTERX_KEY.
Исходный текст
SKILL.md · MIT
---
name: 9routerx-embeddings
description: Generate vector embeddings via 9RouterX /v1/embeddings using OpenAI / Gemini / Mistral / Voyage / Nvidia / GitHub embedding models for RAG, semantic search, similarity. Use when the user wants embeddings, vectors, RAG, semantic search, or to embed text.
---
# 9RouterX — Embeddings
Requires `9ROUTERX_URL` (and `9ROUTERX_KEY` if auth enabled). See https://raw.githubusercontent.com/yanstd888/9routerx/refs/heads/main/skills/9routerx/SKILL.md for setup.
## Discover
```bash
curl $9ROUTERX_URL/v1/models/embedding | jq '.data[].id'
# Per-model dimensions
curl "$9ROUTERX_URL/v1/models/info?id=openai/text-embedding-3-small"
```
## Endpoint
`POST $9ROUTERX_URL/v1/embeddings`
| Field | Required | Notes |
|---|---|---|
| `model` | yes | from `/v1/models/embedding` |
| `input` | yes | string OR array of strings |
| `encoding_format` | no | `float` (default) / `base64` |
| `dimensions` | no | OpenAI v3 only |
## Examples
```bash
curl -X POST $9ROUTERX_URL/v1/embeddings \
-H "Authorization: Bearer $9ROUTERX_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"openai/text-embedding-3-small","input":["hello","world"]}'
```
JS:
```js
const r = await fetch(`${process.env.9ROUTERX_URL}/v1/embeddings`, {
method: "POST",
headers: { "Authorization": `Bearer ${process.env.9ROUTERX_KEY}`, "Content-Type": "application/json" },
body: JSON.stringify({ model: "gemini/text-embedding-004", input: "RAG chunk text" }),
});
const { data } = await r.json();
console.log(data[0].embedding.length); // dimension
```
## Response shape
```json
{ "object": "list", "model": "openai/text-embedding-3-small",
"data": [
{ "object": "embedding", "index": 0, "embedding": [0.0123, -0.045, ...] },
{ "object": "embedding", "index": 1, "embedding": [...] }
],
"usage": { "prompt_tokens": 5, "total_tokens": 5 } }
```
## Provider quirks
| Provider | Notes |
|---|---|
| `openai`, `openrouter`, `mistral`, `voyage-ai`, `fireworks`, `together`, `nebius`, `github`, `nvidia`, `jina-ai` | Native OpenAI shape — `dimensions` works only on OpenAI v3 (`text-embedding-3-*`) |
| `gemini`, `google_ai_studio` | Server auto-converts to `embedContent`/`batchEmbedContents` — send OpenAI shape |
| `openai-compatible-*`, `custom-embedding-*` | Custom `baseUrl` from credentials |
Batch (`input` as array) is faster; some providers cap batch size.
© yanstd888 · MIT · yanstd888/9routerx