用途：Embedding Generator 技能帮助创建、管理和使用文本嵌入，将词、句或文档转换为稠密数值向量，用于语义搜索、相似度匹配、聚类和分类等任务。
主要能力：覆盖从选择嵌入模型（OpenAI、Cohere、sentence-transformers 等）到实现生产级嵌入流水线的过程，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：可通过自然语言触发，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”。资料给出示例流水线结构：先预处理、按需分块、分批（如 batch_size=100）、逐批调用模型嵌入并汇总。
适用场景：语义搜索、推荐、内容理解、聚类与分类；多语言场景可用多语言模型。
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（非对称与对称）、分块破坏语义、忽略速率限制、缺少过滤元数据、重复生成嵌入、在同一索引混用不同模型嵌入，以及忽视文本预处理对嵌入质量的影响。