Arcrun

Leo/Arcrun

Fork 0

Commit Graph

Author	SHA1	Message	Date
kbdb-cc	befc63cfe0	fix(kbdb/embed): 語意查詢 metadata 過濾根因修復（Arcrun#11）根因：Vectorize index 建了卻從沒建 metadata index。CF Vectorize v2 要對某 metadata 欄位下 filter，必須先為該欄建 metadata index，否則帶 owner_id/ entry_type/source 過濾的語意查詢一律回 0 命中（app 端 filter 接線本來就對）。且 metadata index 只索引「建立後 upsert」的向量 → 既有向量須重推才會被收錄。 - deploy.ts：加 ensureVectorizeMetadataIndexes()，隨部署冪等建 owner_id/ entry_type/source（string）三個 metadata index（self-host/官方帳號皆自動）。 - embed.ts / routes/embed.ts：backfillEmbeddings 加 reindex+offset，重推「所有 embeddable（含 is_embedded=1）」既有向量，讓事後建立的 metadata index 收錄； POST /embed/backfill {"reindex":true} 觸發，offset 分頁到 remaining=0。 - wrangler.toml：註解補 create-metadata-index 手動步驟 + reindex 提示。 - tests：mock DB 對齊 LIMIT?/OFFSET? 與 reindex predicate；補 reindex 測試。 leo21c 已驗：owner_id=leo / entry_type 過濾修前 0→修後命中，不帶過濾不變。已知後續（非本 bug 症狀）：source 值 89-91 bytes 超過 Vectorize string metadata index 的 64-byte 索引上限 → source 過濾對長值失效，另案。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01HJiLCRUU2o3aSpPEzVCt2o	2026-07-06 06:03:43 +00:00
Claude	55a47d7c18	kbdb(embed): add batch backfill endpoint for pre-Vectorize entries (issue #7 / T2.4 缺口) embed 模組原本只有 embedOnWrite（寫入即嵌），對「開 Vectorize binding 之前就寫入」或 embed-on-write 當時漏掉的既有 entry 沒有回填路徑 → is_embedded=0 永遠補不回，語義查詢回 0 筆。新增（base，對 entries 做；embedding 是 base 唯一職責，非 graph 插件）： - embed.ts: backfillEmbeddings()——找 is_embedded=0 且 isEmbeddable(metadata.embed===true) 的 entry，批次補嵌（單次 AI.run 陣列 + 單次 VECTORIZE.upsert 陣列 + 單次 UPDATE IN，一批≈3 subrequest）、設 is_embedded=1，冪等、分批（limit 1-100，回傳 processed/remaining，可重複呼叫直到清零）。模組未開誠實回 enabled:false（不假綠）。backfillStatus() 回 pending/embedded 計數。 - routes/embed.ts: POST /embed/backfill、GET /embed/backfill/status；模組未開回 409 + capability_hint。 - index.ts: mount /embed。 - tests/embed-backfill.test.ts: 5 vitest（off no-op / 補嵌+標記 / 冪等 / 分批 remaining / status）。 base 維持對內容語意無知（只認通用 embed 旗標，不知 triplet/wiki）。tsc exit 0、vitest 5/5。端到端（leo21c，wrangler 直推、非 acr update）：pending 5→processed 5→remaining 0， Vectorize vectorCount 0→5，/entries/search?mode=semantic 由 0 筆→5 筆（語義排序命中）。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01BDtnGPJpAzp8UqHfAo8o1s	2026-07-05 04:37:04 +00:00

Author

SHA1

Message

Date

kbdb-cc

befc63cfe0

fix(kbdb/embed): 語意查詢 metadata 過濾根因修復（Arcrun#11）

根因：Vectorize index 建了卻從沒建 metadata index。CF Vectorize v2 要對某
metadata 欄位下 filter，必須先為該欄建 metadata index，否則帶 owner_id/
entry_type/source 過濾的語意查詢一律回 0 命中（app 端 filter 接線本來就對）。
且 metadata index 只索引「建立後 upsert」的向量 → 既有向量須重推才會被收錄。

- deploy.ts：加 ensureVectorizeMetadataIndexes()，隨部署冪等建 owner_id/
  entry_type/source（string）三個 metadata index（self-host/官方帳號皆自動）。
- embed.ts / routes/embed.ts：backfillEmbeddings 加 reindex+offset，重推「所有
  embeddable（含 is_embedded=1）」既有向量，讓事後建立的 metadata index 收錄；
  POST /embed/backfill {"reindex":true} 觸發，offset 分頁到 remaining=0。
- wrangler.toml：註解補 create-metadata-index 手動步驟 + reindex 提示。
- tests：mock DB 對齊 LIMIT?/OFFSET? 與 reindex predicate；補 reindex 測試。

leo21c 已驗：owner_id=leo / entry_type 過濾修前 0→修後命中，不帶過濾不變。
已知後續（非本 bug 症狀）：source 值 89-91 bytes 超過 Vectorize string
metadata index 的 64-byte 索引上限 → source 過濾對長值失效，另案。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01HJiLCRUU2o3aSpPEzVCt2o

2026-07-06 06:03:43 +00:00

Claude

55a47d7c18

kbdb(embed): add batch backfill endpoint for pre-Vectorize entries (issue #7 / T2.4 缺口)

embed 模組原本只有 embedOnWrite（寫入即嵌），對「開 Vectorize binding 之前就寫入」或
embed-on-write 當時漏掉的既有 entry 沒有回填路徑 → is_embedded=0 永遠補不回，語義查詢回 0 筆。

新增（base，對 entries 做；embedding 是 base 唯一職責，非 graph 插件）：
- embed.ts: backfillEmbeddings()——找 is_embedded=0 且 isEmbeddable(metadata.embed===true) 的 entry，
  批次補嵌（單次 AI.run 陣列 + 單次 VECTORIZE.upsert 陣列 + 單次 UPDATE IN，一批≈3 subrequest）、
  設 is_embedded=1，冪等、分批（limit 1-100，回傳 processed/remaining，可重複呼叫直到清零）。
  模組未開誠實回 enabled:false（不假綠）。backfillStatus() 回 pending/embedded 計數。
- routes/embed.ts: POST /embed/backfill、GET /embed/backfill/status；模組未開回 409 + capability_hint。
- index.ts: mount /embed。
- tests/embed-backfill.test.ts: 5 vitest（off no-op / 補嵌+標記 / 冪等 / 分批 remaining / status）。

base 維持對內容語意無知（只認通用 embed 旗標，不知 triplet/wiki）。tsc exit 0、vitest 5/5。
端到端（leo21c，wrangler 直推、非 acr update）：pending 5→processed 5→remaining 0，
Vectorize vectorCount 0→5，/entries/search?mode=semantic 由 0 筆→5 筆（語義排序命中）。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01BDtnGPJpAzp8UqHfAo8o1s

2026-07-05 04:37:04 +00:00

2 Commits