Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Recherche de similarité vectorielle avec FAISS v1.0.0

Utilisez cette ressource pour mettre en place une recherche de plus proches voisins sur des vecteurs denses

Nouveau

  • 358 téléchargements
  • 110 mentions J'aime
  • 219 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install faiss-similarity-search-2

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent vous aide à choisir un index FAISS (plat, IVF ou HNSW), à l'installer en CPU ou GPU, puis à indexer vos vecteurs et lancer des recherches k-NN. Vous obtenez un code d'exemple pour indexer et interroger vos vecteurs.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Recherche de similarité vectorielle avec FAISS »

Caractéristiques

Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : quand utiliser FAISS, installation et exemples de code
  • references/index_types.md : types d'index Flat, IVF et HNSW

Pour qui

  • Vous avez des millions d'embeddings à interroger rapidement
  • Vous voulez une recherche vectorielle pure, sans filtres par métadonnées

Pas pour qui

    Étiquettes

    • vecteurs
    • similarité
    • embeddings
    • recherche

    À propos

    Vous dites

    « Crée un index FAISS pour un million d'embeddings de 768 dimensions sur GPU. »

    Carte de la skill « Recherche de similarité vectorielle avec FAISS »

    Skill publiée par Orchestra Research sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de mettre en place une recherche de plus proches voisins sur des vecteurs denses
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/index_types.md6,3 Ko
    • SKILL.md5,1 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    Orchestra Research
    Source
    github.com/orchestra-research/ai-research-skills/tree/773a52944ba4747a18bd4ae9ade53fff041adcbc/15-rag/faiss
    Licence
    MIT

    Notice

    « faiss » (Orchestra Research, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.