用途：面向语义搜索与模式匹配的向量嵌入工具，适合需要对文本做嵌入、批量嵌入、语义检索，以及与记忆存储集成的场景。
主要能力：
- sql.js：跨平台 SQLite 持久化缓存（WASM）。
- HNSW：资料称搜索可快 150x 至 12,500x。
- 双曲：Poincaré 球模型，用于层次化数据。
- 归一化：支持 L2、L1、min-max、z-score。
- 分块：可配置重叠与大小。
- 资料称配合 agentic-flow ONNX 集成可提速 75x。
- 量化：Int8 内存约降 3.92x，Int4 约降 7.84x，Binary 约降 32x；速度依次为 Fast、Faster、Fastest。
使用方式（命令保持原样）： 初始化：npx claude-flow embeddings init --backend sqlite 单条嵌入：npx claude-flow embeddings embed --text "authentication patterns" 批量嵌入：npx claude-flow embeddings batch --file documents.json 语义搜索：npx claude-flow embeddings search --query "security best practices" --top-k 5 记忆集成：npx claude-flow memory store --key "pattern-1" --value "description" --embed npx claude-flow memory search --query "related patterns" --semantic
适用场景：语义搜索、模式匹配、需要向量缓存的检索任务、层次化数据表示。
建议：大模式库使用 HNSW；为节省内存启用量化；层次关系使用双曲模型；为一致性归一化嵌入。
限制：资料未提供价格、平台支持清单、精度指标、详细安装前置条件及许可信息，暂未提供。