Initial project import

2026-08-14 09:40:51 +03:00
parent 00040e5ce4
commit d7099bf80d
146 changed files with 30509 additions and 1055 deletions
@@ -0,0 +1,54 @@
+# Проверка векторного поиска по коду 1С
+
+Дата проверки: 2026-07-26. База: `upo_test`.
+
+## Контур
+
+- актуальный SQL-derived индекс адаптера: 1 080 модулей, 22 538 chunks;
+- очередь изменений: 0, snapshot чистый;
+- модель: `Qwen3-Embedding-0.6B-GGUF`, `Q8_0`;
+- runtime: `llama.cpp`, CPU-only на Ryzen 9 5900X;
+- endpoint: `http://docker-gpu.cin.su:8082/v1/embeddings`;
+- вектор модели: 1024, сохраняемый Matryoshka-срез: 384;
+- RTX 4090 сервисом эмбеддингов не используется.
+
+## Измерения
+
+Прогретый короткий запрос к endpoint: 0,03–0,08 с. Индексация 100 процедур и
+функций длиной до 1 000 символов заняла 54,52 с, ошибок и конфликтов нет.
+
+Контрольные запросы к строгому поиску:
+
+| Запрос | Top-1 | Время |
+|---|---|---:|
+| проверить является ли объект документом | `ЭтоДокумент` | 0,70 с |
+| преобразовать число из строки | `ЧислоИзСтроки` | 0,44 с |
+| добавить реквизит в HTML представление | `ДобавитьРеквизитКHTML` | 0,50 с |
+
+Каждый результат был повторно проверен по live SQL. Чтение `read_selector`
+вернуло точное тело `ЭтоДокумент`, а не сохранённый текст из векторного кеша.
+
+## Решение по отдельной векторной БД
+
+Пока не добавлять. SQLite остаётся достаточным для текущего инкрементального
+контура и проще связывает `chunk_id`, `text_sha1`, outbox и проверку
+актуальности. Векторный кеш не является источником истины.
+
+Повторно оценить ANN-хранилище после заполнения не менее 5 000 актуальных
+384-мерных vectors. Практические триггеры:
+
+- p95 строгого поиска выше 1 секунды;
+- более 50 000 актуальных chunks;
+- SQLite-файл адаптера больше 1 ГиБ из-за embeddings.
+
+Если триггер сработает, Qdrant/pgvector должен быть только производной копией:
+ключ `chunk_id`, обязательный `text_sha1`, namespace базы/модели/размерности,
+удаление через outbox. Перед ответом адаптер всё равно проверяет live SQL.
+
+## Выявленный следующий приоритет
+
+Глобально найденные активные модули пока часто имеют `object_ref=null`.
+Безопасный `read_selector` и имя процедуры присутствуют, но публичное имя
+владельца 1С не восстановлено. Это не проблема вектора; это неполный
+`metadata.module_owner_cache`. Следующая доработка — фоновое построение
+name-first карты владельцев и lazy backfill только для top-кандидатов.