# sentence-transformers

Создаёт локальные векторные представления текста и изображений для RAG, семантического поиска и сравнения документов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 959 установок · ★ 13956
- Автор: Orchestra Research
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/15-rag/sentence-transformers/SKILL.md
- Обновлён: 2026-10-11
- HTML: https://affpapa.org/nevibecode/skills/sentence-transformers

## Что делает

Скилл направляет агента к Python-фреймворку `sentence-transformers` для создания векторных представлений предложений, текстов и изображений. Он охватывает семантическое сходство, поиск, кластеризацию, классификацию и RAG. Доступны предобученные модели для разных языков, предметных областей и мультимодальных задач.

Можно загрузить модель через `SentenceTransformer`, вызвать `encode`, сравнить результаты через косинусную метрику или скалярное произведение и искать близкие записи с `util.semantic_search`. В инструкциях есть пакетная обработка, дообучение, а также примеры интеграции с LangChain и LlamaIndex.

Для работы нужны Python-пакеты `sentence-transformers`, `transformers` и `torch`. Крупные модели требуют больше памяти, поэтому это повод проверить объём RAM перед выбором модели с высокой размерностью вектора.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill sentence-transformers -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill sentence-transformers -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill sentence-transformers -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Orchestra-Research/AI-Research-SKILLs sentence-transformers
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/sentence-transformers/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill sentence-transformers -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Orchestra-Research/AI-Research-SKILLs --path 15-rag/sentence-transformers
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill sentence-transformers -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/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/15-rag/sentence-transformers/SKILL.md

## Когда брать
- построить локальный поиск по смыслу
- создать векторы для RAG
- сравнить близость двух текстов
- кластеризовать набор документов
- дообучить модель на парных примерах

## Примеры запросов агенту
- «Создай векторный поиск по документам через sentence-transformers.»
- «Закодируй тексты моделью `all-MiniLM-L6-v2` и вычисли косинусное сходство.»
- «Подключи `sentence-transformers/all-mpnet-base-v2` к LangChain и Chroma.»

## Похожие
- [train-sentence-transformers](https://affpapa.org/nevibecode/skills/train-sentence-transformers.md) — скилл · 1500 установок
- [multimodal-whisper](https://affpapa.org/nevibecode/skills/multimodal-whisper.md) — скилл · 91 установка
- [ai-engineer](https://affpapa.org/nevibecode/agents/ai-engineer.md) — субагент · 7687 установок
- [langchain-rag](https://affpapa.org/nevibecode/skills/langchain-rag.md) — скилл · 17500 установок
- [embedding-strategies](https://affpapa.org/nevibecode/skills/embedding-strategies.md) — скилл · 11391 установка
- [storing-and-querying-vectors](https://affpapa.org/nevibecode/skills/storing-and-querying-vectors.md) — скилл · 6600 установок

Из того же набора: [orchestra-research/ai-research-skills](https://affpapa.org/nevibecode/by/orchestra-research/ai-research-skills.md) — 66 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