# langchain4j-vector-stores-configuration

Скилл подсказывает, как собрать векторное хранилище для RAG на LangChain4J: подключение, размерность эмбеддингов, фильтры по метаданным.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 3700 установок · ★ 363
- Автор: giuseppe-trisciuoglio
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/giuseppe-trisciuoglio/developer-kit/tree/HEAD/plugins/developer-kit-java/skills/langchain4j-vector-stores-configuration/SKILL.md
- Обновлён: 2026-09-10
- HTML: https://affpapa.org/nevibecode/skills/langchain4j-vector-stores-configuration

## Что делает

Скилл даёт шаблоны конфигурации `EmbeddingStore` для LangChain4J. Внутри — примеры бинов для PostgreSQL/pgvector, Pinecone, MongoDB Atlas, Milvus и Neo4j: хост, порт, база, таблица, размерность, создание таблицы и индекса. Отдельно разобраны несколько хранилищ в одном приложении через `@Qualifier`.

Есть пошаговый порядок проверки: собрать хранилище, проверить соединение, сверить размерность модели эмбеддингов с настройкой хранилища, залить небольшую тестовую партию документов, выполнить пробный поиск. Полноценную заливку автор советует начинать только после того, как эти шаги прошли. Для продакшена приведены пул соединений HikariCP и health check, который шлёт пустой запрос и смотрит, отвечает ли хранилище.

Размерность в примерах — 1536, под эмбеддинги OpenAI, и она должна совпадать у модели и у хранилища. Если модель даёт другую размерность, конфигурацию из примеров придётся править. Для `OpenAiChatModel` нужен ключ в переменной окружения `OPENAI_API_KEY`. Скилл разрешает инструменты Read, Write, Edit, Bash, Glob и Grep, то есть может читать и менять файлы проекта.

## Требования
- Работает с: PostgreSQL, MongoDB

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add giuseppe-trisciuoglio/developer-kit --skill langchain4j-vector-stores-configuration -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/langchain4j-vector-stores-configuration/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/langchain4j-vector-stores-configuration/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add giuseppe-trisciuoglio/developer-kit --skill langchain4j-vector-stores-configuration -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/langchain4j-vector-stores-configuration/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add giuseppe-trisciuoglio/developer-kit --skill langchain4j-vector-stores-configuration -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/langchain4j-vector-stores-configuration/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install giuseppe-trisciuoglio/developer-kit langchain4j-vector-stores-configuration
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/langchain4j-vector-stores-configuration/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add giuseppe-trisciuoglio/developer-kit --skill langchain4j-vector-stores-configuration -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/giuseppe-trisciuoglio/developer-kit --path plugins/developer-kit-java/skills/langchain4j-vector-stores-configuration
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/langchain4j-vector-stores-configuration/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add giuseppe-trisciuoglio/developer-kit --skill langchain4j-vector-stores-configuration -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/giuseppe-trisciuoglio/developer-kit/tree/HEAD/plugins/developer-kit-java/skills/langchain4j-vector-stores-configuration/SKILL.md

## Когда брать
- собрать бин `EmbeddingStore` для pgvector с нужной размерностью
- подключить Pinecone или MongoDB Atlas к RAG-приложению
- развести несколько хранилищ под документы и историю чата
- настроить фильтрацию по метаданным при поиске
- добавить health check для векторной базы

## Примеры запросов агенту
- Настрой PgVectorEmbeddingStore для таблицы embeddings с размерностью 1536
- Сделай два хранилища: документы в pgvector, история чата в MongoDB
- Добавь health check, который проверяет соединение с векторным хранилищем

## Похожие
- [vector-database-ops](https://affpapa.org/nevibecode/skills/vector-database-ops.md) — скилл · 310 установок
- [vector-database-engineer](https://affpapa.org/nevibecode/agents/vector-database-engineer.md) — субагент · ★ 41729
- [upstash-vector-js](https://affpapa.org/nevibecode/skills/upstash-vector-js.md) — скилл · 1300 установок
- [rag-retrieval](https://affpapa.org/nevibecode/skills/rag-retrieval.md) — скилл · 1500 установок
- [pgvector-semantic-search](https://affpapa.org/nevibecode/skills/pgvector-semantic-search.md) — скилл · 938 установок
- [vector-database-management](https://affpapa.org/nevibecode/skills/vector-database-management.md) — скилл · 459 установок

Из того же набора: [giuseppe-trisciuoglio/developer-kit](https://affpapa.org/nevibecode/by/giuseppe-trisciuoglio/developer-kit.md) — 93 карточки

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