💬 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

💬 ベクターEmbed

vector-embed

入力されたテキストをONNXモデルでベクトル化し、正規化した上でHNSWインデックスに効率的に格納するSkill。

⚡ ⏱ クレーム返信ドラフト 15分 → 2分

📺 まず動画で見る(YouTube)

※ 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)

Generate embeddings via npx ruvector@0.2.25 embed text (ONNX all-MiniLM-L6-v2, 384-dim), normalize, and store in HNSW index

🇯🇵 日本人クリエイター向け解説

一言でいうと

入力されたテキストをONNXモデルでベクトル化し、正規化した上でHNSWインデックスに効率的に格納する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 vector-embed.zip https://jpskill.com/download/2281.zip && unzip -o vector-embed.zip && rm vector-embed.zip

🪟 Windows (PowerShell)

$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/2281.zip -OutFile "$d\vector-embed.zip"; Expand-Archive "$d\vector-embed.zip" -DestinationPath $d -Force; ri "$d\vector-embed.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. 下の青いボタンを押して vector-embed.zip をダウンロード
2. ZIPファイルをダブルクリックで解凍 → vector-embed フォルダができる
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. 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. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
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. 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

› Vector Embed で、お客様への返信文を作って
› Vector Embed を使って、社内向けアナウンスを書いて
› Vector Embed 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。

Vector Embed

ruvector npm パッケージを使用して、ベクトル埋め込みを生成および保存します。

使用する場面

このスキルは、テキスト、コード、またはドキュメントを384次元のベクトルに埋め込み、セマンティック検索、類似性比較、またはクラスタリングに使用する場合に利用します。ruvector は、HNSW インデックス（52,000+ インサート/秒、〜0.045ms 検索）を備えた ONNX all-MiniLM-L6-v2 を使用しています。

手順

ruvector@0.2.25 が利用可能であることを確認します:
```
npm ls ruvector 2>/dev/null | grep '0.2.25' || npm install ruvector@0.2.25
```
後で embed text が ONNX WASM files not bundled と報告する場合は、以下も実行します。
```
npm install ruvector-onnx-embeddings-wasm
```
入力を埋め込みます (text サブコマンドを使用し、テキストを位置引数として渡します):
- 単一の文字列: npx -y ruvector@0.2.25 embed text "your text here"
- 出力ファイルあり: npx -y ruvector@0.2.25 embed text "your text here" -o vec.json
- ファイルの場合: Read ツールでその内容を読み取り、位置引数として渡します。
- バッチの場合: シェルでファイルをループします — ruvector@0.2.25 には組み込みの --batch/--glob フラグはありません。
適応型 (LoRA) バリアント: npx -y ruvector@0.2.25 embed text "..." --adaptive --domain code
確認します — ベクトル次元 (384)、ノルム、および書き込まれた出力パスを報告します。
必要に応じて AgentDB にメタデータを保存します: mcp__claude-flow__memory_store({ key: "embed-SOURCE", value: "VECTOR_METADATA", namespace: "vector-patterns" })

MCP の代替

固定バージョンで MCP サーバーを一度登録します:

claude mcp add ruvector -- npx -y ruvector@0.2.25 mcp start

その後、MCP ツールを直接呼び出します: hooks_rag_context (セマンティックコンテキスト)、brain_search (集合的ブレイン)、hooks_ast_analyze、hooks_route。

注意事項

embed --batch --glob および embed --file フラグは ruvector@0.2.25 には存在しません。embed text <text> のみがサポートされています。ファイルを自分で読み込み、ファイルごとに embed text を呼び出してください。
ONNX ランタイムはデフォルトではバンドルされていません。埋め込みが失敗する場合は、ruvector-onnx-embeddings-wasm をインストールするか、npx -y ruvector@0.2.25 doctor を実行して診断してください。

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Vector Embed

Generate and store vector embeddings using the ruvector npm package.

When to use

Use this skill to embed text, code, or documents into 384-dimensional vectors for semantic search, similarity comparison, or clustering. ruvector uses ONNX all-MiniLM-L6-v2 with HNSW indexing (52,000+ inserts/sec, ~0.045ms search).

Steps

Ensure ruvector@0.2.25 is available:

npm ls ruvector 2>/dev/null | grep '0.2.25' || npm install ruvector@0.2.25

If embed text later reports ONNX WASM files not bundled, also run:

npm install ruvector-onnx-embeddings-wasm

Embed the input (use the text subcommand, with text as a positional arg):
- Single string: npx -y ruvector@0.2.25 embed text "your text here"
- With output file: npx -y ruvector@0.2.25 embed text "your text here" -o vec.json
- For a file: read its content via the Read tool, then pass it as the positional argument.
- For batch: loop over files in shell — ruvector@0.2.25 has no built-in --batch/--glob flags.
Adaptive (LoRA) variant: npx -y ruvector@0.2.25 embed text "..." --adaptive --domain code
Confirm — report vector dimension (384), norm, and any output path written.
Store metadata in AgentDB if needed: mcp__claude-flow__memory_store({ key: "embed-SOURCE", value: "VECTOR_METADATA", namespace: "vector-patterns" })

MCP alternative

claude mcp add ruvector -- npx -y ruvector@0.2.25 mcp start

Then call MCP tools directly: hooks_rag_context (semantic context), brain_search (collective brain), hooks_ast_analyze, hooks_route.

Caveats

The embed --batch --glob and embed --file flags do not exist in ruvector@0.2.25; only embed text <text> is supported. Read files yourself and call embed text per file.
ONNX runtime is not bundled by default. If embedding fails, install ruvector-onnx-embeddings-wasm or run npx -y ruvector@0.2.25 doctor to diagnose.