jpskill.com
💬 コミュニケーション コミュニティ 🟢 非エンジニアでもOK 👤 管理職・人事・カスタマー対応

💬 埋め込み

embeddings

embeddings」は、HNSWインデックスとハイパーボリックサポートにより、セマンティック検索やパターンマッチングを高速化し、知識検索を効率化するSkill。

⚡ ⏱ お礼メール定型化 5分/通 → 30秒/通

📺 まず動画で見る(YouTube)

▶ 【最新版】Claude(クロード)完全解説!20以上の便利機能をこの動画1本で全て解説 ↗

※ jpskill.com 編集部が参考用に選んだ動画です。動画の内容と Skill の挙動は厳密には一致しないことがあります。

📜 元の英語説明(参考)

Vector embeddings with HNSW indexing, sql.js persistence, and hyperbolic support. 75x faster with agentic-flow integration. Use when: semantic search, pattern matching, similarity queries, knowledge retrieval. Skip when: exact text matching, simple lookups, no semantic understanding needed.

🇯🇵 日本人クリエイター向け解説

一言でいうと

embeddings」は、HNSWインデックスとハイパーボリックサポートにより、セマンティック検索やパターンマッチングを高速化し、知識検索を効率化するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux 
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o embeddings.zip https://jpskill.com/download/2119.zip && unzip -o embeddings.zip && rm embeddings.zip
🪟 Windows (PowerShell) 
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/2119.zip -OutFile "$d\embeddings.zip"; Expand-Archive "$d\embeddings.zip" -DestinationPath $d -Force; ri "$d\embeddings.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して embeddings.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → embeddings フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動
⬇ .zip でダウンロード(推奨) ⬇ .skill 形式(上級者用) 元のソース ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-17
取得日時
2026-05-17
同梱ファイル
1

💬 こう話しかけるだけ — サンプルプロンプト

  • › Embeddings で、お客様への返信文を作って
  • › Embeddings を使って、社内向けアナウンスを書いて
  • › Embeddings で、メールテンプレートを整備して

これをClaude Code に貼るだけで、このSkillが自動発動します。

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

[Skill 名] embeddings

Embeddings スキル

目的

HNSW インデックスを用いたセマンティック検索およびパターンマッチングのためのベクトル埋め込みです。

機能

機能 説明
sql.js クロスプラットフォーム SQLite 永続キャッシュ (WASM)
HNSW 150倍～12,500倍高速な検索
Hyperbolic 階層データのためのポアンカレ球モデル
Normalization L2、L1、min-max、z-score
Chunking 設定可能なオーバーラップとサイズ
75x faster agentic-flow ONNX 統合により75倍高速化

コマンド

Embeddings の初期化

npx claude-flow embeddings init --backend sqlite

テキストの埋め込み

npx claude-flow embeddings embed --text "authentication patterns"

バッチ埋め込み

npx claude-flow embeddings batch --file documents.json

セマンティック検索

npx claude-flow embeddings search --query "security best practices" --top-k 5

メモリ統合

# embeddings を使用して保存
npx claude-flow memory store --key "pattern-1" --value "description" --embed

# embeddings を使用して検索
npx claude-flow memory search --query "related patterns" --semantic

量子化

タイプ メモリ削減 速度
Int8 3.92倍 速い
Int4 7.84倍 より速い
Binary 32倍 最速

ベストプラクティス

  1. 大規模なパターンデータベースには HNSW を使用してください。
  2. メモリ効率のために量子化を有効にしてください。
  3. 階層的な関係には hyperbolic を使用してください。
  4. 一貫性のために embeddings を正規化してください。
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Embeddings Skill

Purpose

Vector embeddings for semantic search and pattern matching with HNSW indexing.

Features

Feature Description
sql.js Cross-platform SQLite persistent cache (WASM)
HNSW 150x-12,500x faster search
Hyperbolic Poincare ball model for hierarchical data
Normalization L2, L1, min-max, z-score
Chunking Configurable overlap and size
75x faster With agentic-flow ONNX integration

Commands

Initialize Embeddings

npx claude-flow embeddings init --backend sqlite

Embed Text

npx claude-flow embeddings embed --text "authentication patterns"

Batch Embed

npx claude-flow embeddings batch --file documents.json

Semantic Search

npx claude-flow embeddings search --query "security best practices" --top-k 5

Memory Integration

# Store with embeddings
npx claude-flow memory store --key "pattern-1" --value "description" --embed

# Search with embeddings
npx claude-flow memory search --query "related patterns" --semantic

Quantization

Type Memory Reduction Speed
Int8 3.92x Fast
Int4 7.84x Faster
Binary 32x Fastest

Best Practices

  1. Use HNSW for large pattern databases
  2. Enable quantization for memory efficiency
  3. Use hyperbolic for hierarchical relationships
  4. Normalize embeddings for consistency