用途：Embedding Generator 技能帮助创建、管理和使用文本嵌入，将词、句或文档转为稠密数值向量，用于语义搜索、相似度匹配、聚类和分类。
主要能力：覆盖从选择嵌入模型（OpenAI、Cohere、sentence-transformers、Voyage AI 等）到构建生产级嵌入流水线的流程，包括批处理、缓存和质量验证。提供三类核心工作流：为文本语料生成嵌入；选择嵌入模型；实现嵌入流水线。
使用方式：资料给出触发短语，如“Generate embeddings for these texts”“Which embedding model for [use case]”“Compare embedding models”“Speed up embedding generation”“Check embedding quality”“How to chunk for embeddings”。流水线示例结构为：先预处理，再按需分块，按 batch_size=100 分批，逐批调用 model.embed 并汇总结果。
适用场景：语义搜索、推荐、内容理解、聚类与分类；需要按查询-文档或对称任务选择模型，并考虑维度、速度、质量与成本。
限制与注意：资料未提供具体安装命令、价格数值或平台支持细节。需避免模型类型用错、破坏语义的分块、忽略速率限制、缺少元数据、重复生成嵌入、在同一索引混用不同模型嵌入，以及忽视预处理对质量的影响。