Ruflo Vector Search - **name_fr:** Recherche vectorielle Ruflo - **tl_en:** HNSW vector search with RaBitQ quantization via the Ruflo MCP plugin — corpus search, quantized search, hot-path routing - **tl_fr:** Recherche vectorielle HNSW avec quantification RaBitQ via le plugin MCP Ruflo — recherche de corpus, recherche quantifiée, routage hot-path - **creator:** @ruvnet - **type:** Agent skill - **url:** https://github.com/ruvnet/ruflo - **cat:** Search - **kws:** vector search, embeddings, hnsw, rabitq, mcp, ruflo, semantic search, quantization, plugin - **license:** MIT **Description EN:** Curated by Skill Harbor — vector search powered by the Ruflo plugin's MCP tools: large-scale HNSW search (`embeddings_*`, up to millions of vectors, ~0.99 recall@10), RaBitQ 1-bit quantization for 32× memory reduction on large corpora, a WASM hot-path router (`ruvllm_hnsw_*`) for up to ~11 priority patterns, plus hyperbolic embeddings for hierarchical data and cross-namespace unified search. By @ruvnet, listed here with credit to its creator. Honest caveats: **requires the Ruflo MCP plugin installed and configured in your agent** — the skill is an instruction layer over the plugin's `mcp__plugin_ruflo-core_ruflo__*` tools and does nothing without it; pick the right path for your scale (corpus search vs hot-path router — they are not interchangeable). Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — recherche vectorielle propulsée par les outils MCP du plugin Ruflo : recherche HNSW à grande échelle (`embeddings_*`, jusqu'à des millions de vecteurs, ~0,99 recall@10), quantification RaBitQ 1-bit pour 32× moins de mémoire sur les gros corpus, un routeur hot-path WASM (`ruvllm_hnsw_*`) pour jusqu'à ~11 patterns prioritaires, plus embeddings hyperboliques pour données hiérarchiques et recherche unifiée inter-espaces. Crédit : @ruvnet. Bémols honnêtes : **nécessite le plugin MCP Ruflo installé et configuré dans votre agent** — le skill est une couche d'instructions au-dessus des outils `mcp__plugin_ruflo-core_ruflo__*` du plugin et ne fait rien sans lui ; choisissez le bon chemin selon votre échelle (recherche de corpus vs routeur hot-path — non interchangeables). Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: the Ruflo MCP plugin installed and configured in your agent (this skill only calls the plugin's `mcp__plugin_ruflo-core_ruflo__*` tools — without the plugin it does nothing); an embedding engine the plugin can drive Install "Ruflo Vector Search" for me. Teach my agent the vector-search workflow — status check, init, generate, search, compare — and which path to pick: large-scale embeddings_search, RaBitQ quantized search (≥5,000 vectors), ruvllm WASM hot-path router (≤11 patterns), hyperbolic embeddings, unified cross-namespace search Repository: https://github.com/ruvnet/ruflo/blob/main/plugins/ruflo-agentdb/skills/vector-search/SKILL.md 1. Fetch the SKILL.md file for the ruvnet-ruflo-vector-search skill from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md into the agent's skills directory, in a folder named "ruvnet-ruflo-vector-search". 4. Verify with no network calls: frontmatter valid, files in place, and confirm the Ruflo MCP plugin tools are available to the agent. 5. Report what was installed, where, and what I still need to do myself (e.g. install/configure the Ruflo MCP plugin if not already done). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : le plugin MCP Ruflo installé et configuré dans votre agent (ce skill n'appelle que les outils `mcp__plugin_ruflo-core_ruflo__*` du plugin — sans lui il ne fait rien) ; un moteur d'embeddings que le plugin peut piloter Installe-moi « Recherche vectorielle Ruflo ». Apprends à mon agent le workflow de recherche vectorielle — vérification du statut, init, génération, recherche, comparaison — et quel chemin choisir : embeddings_search à grande échelle, recherche quantifiée RaBitQ (≥ 5 000 vecteurs), routeur hot-path WASM ruvllm (≤ 11 patterns), embeddings hyperboliques, recherche unifiée inter-espaces Dépôt : https://github.com/ruvnet/ruflo/blob/main/plugins/ruflo-agentdb/skills/vector-search/SKILL.md 1. Récupère le fichier SKILL.md du skill ruvnet-ruflo-vector-search depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « ruvnet-ruflo-vector-search ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place, et confirme que les outils MCP du plugin Ruflo sont disponibles pour l'agent. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. installer/configurer le plugin MCP Ruflo si ce n'est pas déjà fait). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

HNSW vector search with RaBitQ quantization via the Ruflo MCP plugin — corpus search, quantized search, hot-path routing - **tl_fr:** Recherche vectorielle HNSW avec quantification RaBitQ via le plugin MCP Ruflo — recherche de corpus, recherche quantifiée, routage hot-path - **creator:** @ruvnet - **type:** Agent skill - **url:** https://github.com/ruvnet/ruflo - **cat:** Search - **kws:** vector search, embeddings, hnsw, rabitq, mcp, ruflo, semantic search, quantization, plugin - **license:** MIT **Description EN:** Curated by Skill Harbor — vector search powered by the Ruflo plugin's MCP tools: large-scale HNSW search (`embeddings_*`, up to millions of vectors, ~0.99 recall@10), RaBitQ 1-bit quantization for 32× memory reduction on large corpora, a WASM hot-path router (`ruvllm_hnsw_*`) for up to ~11 priority patterns, plus hyperbolic embeddings for hierarchical data and cross-namespace unified search. By @ruvnet, listed here with credit to its creator. Honest caveats: **requires the Ruflo MCP plugin installed and configured in your agent** — the skill is an instruction layer over the plugin's `mcp__plugin_ruflo-core_ruflo__*` tools and does nothing without it; pick the right path for your scale (corpus search vs hot-path router — they are not interchangeable). Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — recherche vectorielle propulsée par les outils MCP du plugin Ruflo : recherche HNSW à grande échelle (`embeddings_*`, jusqu'à des millions de vecteurs, ~0,99 recall@10), quantification RaBitQ 1-bit pour 32× moins de mémoire sur les gros corpus, un routeur hot-path WASM (`ruvllm_hnsw_*`) pour jusqu'à ~11 patterns prioritaires, plus embeddings hyperboliques pour données hiérarchiques et recherche unifiée inter-espaces. Crédit : @ruvnet. Bémols honnêtes : **nécessite le plugin MCP Ruflo installé et configuré dans votre agent** — le skill est une couche d'instructions au-dessus des outils `mcp__plugin_ruflo-core_ruflo__*` du plugin et ne fait rien sans lui ; choisissez le bon chemin selon votre échelle (recherche de corpus vs routeur hot-path — non interchangeables). Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: the Ruflo MCP plugin installed and configured in your agent (this skill only calls the plugin's `mcp__plugin_ruflo-core_ruflo__*` tools — without the plugin it does nothing); an embedding engine the plugin can drive Install "Ruflo Vector Search" for me. Teach my agent the vector-search workflow — status check, init, generate, search, compare — and which path to pick: large-scale embeddings_search, RaBitQ quantized search (≥5,000 vectors), ruvllm WASM hot-path router (≤11 patterns), hyperbolic embeddings, unified cross-namespace search Repository: https://github.com/ruvnet/ruflo/blob/main/plugins/ruflo-agentdb/skills/vector-search/SKILL.md 1. Fetch the SKILL.md file for the ruvnet-ruflo-vector-search skill from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md into the agent's skills directory, in a folder named "ruvnet-ruflo-vector-search". 4. Verify with no network calls: frontmatter valid, files in place, and confirm the Ruflo MCP plugin tools are available to the agent. 5. Report what was installed, where, and what I still need to do myself (e.g. install/configure the Ruflo MCP plugin if not already done). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : le plugin MCP Ruflo installé et configuré dans votre agent (ce skill n'appelle que les outils `mcp__plugin_ruflo-core_ruflo__*` du plugin — sans lui il ne fait rien) ; un moteur d'embeddings que le plugin peut piloter Installe-moi « Recherche vectorielle Ruflo ». Apprends à mon agent le workflow de recherche vectorielle — vérification du statut, init, génération, recherche, comparaison — et quel chemin choisir : embeddings_search à grande échelle, recherche quantifiée RaBitQ (≥ 5 000 vecteurs), routeur hot-path WASM ruvllm (≤ 11 patterns), embeddings hyperboliques, recherche unifiée inter-espaces Dépôt : https://github.com/ruvnet/ruflo/blob/main/plugins/ruflo-agentdb/skills/vector-search/SKILL.md 1. Récupère le fichier SKILL.md du skill ruvnet-ruflo-vector-search depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md dans le répertoire des skills de l'agent, dans un dossier nommé « ruvnet-ruflo-vector-search ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place, et confirme que les outils MCP du plugin Ruflo sont disponibles pour l'agent. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. installer/configurer le plugin MCP Ruflo si ce n'est pas déjà fait). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

Version: