# embedding-pipeline-builder

Скилл embedding-pipeline-builder для Claude Code собирает пайплайны эмбеддингов документов: загрузку, очистку, чанкинг, индексацию и настройку поиска. Поддерживает RAG и семантическую индексацию.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 259 установок · ★ 64 у репозитория
- Автор: patricio0312rev
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/patricio0312rev/skills/tree/HEAD/ai-engineering/embedding-pipeline-builder/SKILL.md
- Обновлён: 2026-01-12
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/embedding-pipeline-builder

## Что делает

Скилл помогает спроектировать пайплайн обработки документов: загрузить файлы или веб-страницы, очистить и нормализовать текст, разбить его на чанки, создать векторные представления, сохранить их в векторном хранилище и настроить извлечение. Для чанкинга предусмотрен рекурсивный разделитель с уровнями от абзацев до отдельных символов, а в метаданных сохраняются идентификатор документа, индекс чанка и позиции в тексте.

В примерах есть загрузчики для `txt`, `md`, `pdf`, `docx` и `json`, а также веб-загрузчик с `jsdom` и `@mozilla/readability`. Для PDF и DOCX используются `pdf-parse` и `mammoth`. Загрузчик карты сайта берёт первые 100 URL и делает паузу 1000 миллисекунд между запросами. Файл с неподдерживаемым расширением вызовет ошибку, поэтому набор форматов нужно проверить заранее.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patricio0312rev/skills --skill embedding-pipeline-builder -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/embedding-pipeline-builder/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/embedding-pipeline-builder/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patricio0312rev/skills --skill embedding-pipeline-builder -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/embedding-pipeline-builder/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patricio0312rev/skills --skill embedding-pipeline-builder -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/embedding-pipeline-builder/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install patricio0312rev/skills ai-engineering/embedding-pipeline-builder/SKILL.md
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/embedding-pipeline-builder/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patricio0312rev/skills --skill embedding-pipeline-builder -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/patricio0312rev/skills --path ai-engineering/embedding-pipeline-builder
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/embedding-pipeline-builder/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add patricio0312rev/skills --skill embedding-pipeline-builder -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/patricio0312rev/skills/tree/HEAD/ai-engineering/embedding-pipeline-builder/SKILL.md

## Когда брать
- собрать пайплайн подготовки документов для RAG
- загрузить текст из файлов разных форматов
- очистить и нормализовать исходный текст
- разбить документы на чанки с метаданными
- настроить индексацию и извлечение по векторам

## Примеры запросов агенту
- Собери пайплайн эмбеддингов для документов из каталога `docs` с загрузкой, очисткой, чанкингом и индексацией.
- Добавь загрузчик для `pdf`, `docx` и `json`, сохрани метаданные источника и подготовь поиск по чанкам.
- Настрой обработку веб-страниц и карты сайта, а затем предложи схему оптимизации извлечения для RAG.

## Похожие
- [embedding-strategies](https://affpapa.org/nevibecode/skills/embedding-strategies.md) — скилл · 11391 установка
- [ai-data-engineering-rag-pipeline](https://affpapa.org/nevibecode/skills/ai-data-engineering-rag-pipeline.md) — скилл · 165 установок
- [rag-architect](https://affpapa.org/nevibecode/skills/borghei-rag-architect.md) — скилл · 137 установок
- [rag-implementer](https://affpapa.org/nevibecode/skills/oakoss-rag-implementer.md) — скилл · 121 установка
- [dspy-embedding-retrieval](https://affpapa.org/nevibecode/skills/dspy-embedding-retrieval.md) — скилл · ★ 125 у репозитория
- [RAG Pipeline taste](https://affpapa.org/nevibecode/prompts/rag-pipeline-taste.md) — промпт · ★ 178201 у репозитория

Из того же набора: [patricio0312rev/skills](https://affpapa.org/nevibecode/by/patricio0312rev/skills.md) — 148 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
