# embeddings-runtime-stinger

Скилл embeddings-runtime-stinger помогает выбрать и настроить модель эмбеддингов: хостинг у OpenAI, Cohere, Voyage AI или локальный запуск. Включается при выборе провайдера, замене модели или отладке батчинга и кеша.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 96 у репозитория
- Автор: Legion Code Inc.
- Лицензия: AGPL-3.0-or-later · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/legioncodeinc/vibe-coding-tools/tree/HEAD/plugins/data-and-ai-tools/skills/embeddings-runtime-stinger/SKILL.md
- Обновлён: 2026-10-18
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/embeddings-runtime-stinger

## Что делает

Скилл разбирает запрос на один из режимов — выбор провайдера, работа с OpenAI, Cohere или Voyage AI, батчинг запросов, кеширование эмбеддингов, или обслуживание локального демона на nomic-embed-text-v1.5. Для каждого режима есть отдельный гайд с конкретным результатом: рекомендация модели, план миграции размерности, фикс батчинга или кеша, конфигурационный сниппет.

Локальный демон работает через Unix-сокет с протоколом NDJSON и использует модель с квантованием q8 и размерностью 768. Отдельно разобраны прогрев демона, протокол IPC, восстановление после сбоя и выбор между включёнными эмбеддингами и лексическим фолбэком на BM25.

Выбранная размерность эмбеддингов должна совпадать со схемой векторного хранилища — pgvector или Deep Lake, иначе возникает рассинхрон. За саму механику векторных колонок и индексов отвечает другой скилл, vector-store-stinger.

## Установка

### Claude Code (родная платформа)

1. **Через маркетплейс плагинов**
В чате агента (не в терминале):
```text
/plugin marketplace add legioncodeinc/vibe-coding-tools
```
В чате агента (не в терминале):
```text
/plugin install data-and-ai-tools@wasp-nest
```
Команда ставит плагин data-and-ai-tools целиком, со всеми его скиллами

2. **Через Skills CLI (Vercel)**
```bash
npx skills add legioncodeinc/vibe-coding-tools --skill embeddings-runtime-stinger -a claude-code
```

3. **Вручную: положить файлы**
- Файл: `~/.claude/skills/embeddings-runtime-stinger/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/embeddings-runtime-stinger/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add legioncodeinc/vibe-coding-tools --skill embeddings-runtime-stinger -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/embeddings-runtime-stinger/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add legioncodeinc/vibe-coding-tools --skill embeddings-runtime-stinger -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/embeddings-runtime-stinger/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install legioncodeinc/vibe-coding-tools plugins/data-and-ai-tools/skills/embeddings-runtime-stinger
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/embeddings-runtime-stinger/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add legioncodeinc/vibe-coding-tools --skill embeddings-runtime-stinger -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/legioncodeinc/vibe-coding-tools --path plugins/data-and-ai-tools/skills/embeddings-runtime-stinger
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/embeddings-runtime-stinger/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### 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/legioncodeinc/vibe-coding-tools/tree/HEAD/plugins/data-and-ai-tools/skills/embeddings-runtime-stinger/SKILL.md

## Когда брать
- выбрать между хостингом у OpenAI, Cohere, Voyage AI и локальной моделью
- составить план замены модели эмбеддингов с миграцией размерности
- настроить батчинг запросов к API эмбеддингов
- кешировать эмбеддинги, чтобы не пересчитывать одинаковый текст
- разобраться с зависшим локальным демоном эмбеддингов

## Примеры запросов агенту
- Какую модель эмбеддингов выбрать — OpenAI, Cohere или Voyage AI?
- Составь план замены модели эмбеддингов с учётом размерности
- Локальный демон эмбеддингов не запускается, разберись почему

## Похожие
- [grepai-embeddings-openai](https://affpapa.org/nevibecode/skills/grepai-embeddings-openai.md) — скилл · 560 установок
- [venice-embeddings](https://affpapa.org/nevibecode/skills/venice-embeddings.md) — скилл · ★ 176 у репозитория
- [grepai-embeddings-lmstudio](https://affpapa.org/nevibecode/skills/grepai-embeddings-lmstudio.md) — скилл · 568 установок
- [langchain4j-vector-stores-configuration](https://affpapa.org/nevibecode/skills/langchain4j-vector-stores-configuration.md) — скилл · 3900 установок
- [clip-aware-embeddings](https://affpapa.org/nevibecode/skills/clip-aware-embeddings.md) — скилл · 188 установок
- [rag-retrieval](https://affpapa.org/nevibecode/skills/rag-retrieval.md) — скилл · 1500 установок

Из того же набора: [legioncodeinc/vibe-coding-tools](https://affpapa.org/nevibecode/by/legioncodeinc/vibe-coding-tools.md) — 172 карточки

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