entity 相似度提案者斷頭——alias 持久層完整但沒人餵 pending（entity-graph-embed 掏空後 base 端沒補建） #60

New Issue

2026-07-17T05:06:25Z

Leo commented

2026-07-17 05:06:25 +00:00

[總管] 2026-07-17 讀 code 定性（leo 問「KBDB normalize 會把像不像存成 alias 嗎」）。

好消息：alias 持久層完整存在（leo 記憶正確）：graph plugin 有 entity record（canonical＋aliases_json）＋entity_pending record（alias 候選＋candidate_canonical＋similarity 分數欄）＋confirm/reject API——確認後 addAlias 把「像不像」的結論持久化成 alias。alias 一旦確認＝exact-match 資產、不依賴任何 embedding model，模型換代 alias 不失效——這正是對「十年後模型失去辨識力」的正解結構。

壞消息：提案者不存在：全庫沒有任何 code 會自動算相似度去建 pending alias。原本插件的 entity-graph-embed.ts（聚合 triplet 向量→認知向量→Vectorize）2026-06-14 依鐵律「embedding 非插件職責」掏空成 no-op 殼，註明「搬到基本盤 embed 模組」——沒人搬。現況 entity 查找只有 exact match（小寫去空白），新實體撞既有實體的變體時不會有人提案合併。

建議修法（base embed 模組內）：新實體寫入時（或批次 job）拿 canonical＋gloss 打 Vectorize query 比對既有 entities，similarity 超閾值 → createPendingAlias（API 已在），人/AI confirm 落 alias。與 #58（vector delete）/#59（model 可配置）同屬 embed 模組補完家族。

附帶小缺口：addAlias 因 base 缺 PUT /records/:id 用「重建 record」workaround（entity-crud.ts:45 已註記）。

[總管] 2026-07-17 讀 code 定性（leo 問「KBDB normalize 會把像不像存成 alias 嗎」）。 **好消息：alias 持久層完整存在**（leo 記憶正確）：graph plugin 有 entity record（canonical＋aliases_json）＋`entity_pending` record（alias 候選＋candidate_canonical＋**similarity 分數欄**）＋confirm/reject API——確認後 `addAlias` 把「像不像」的結論**持久化成 alias**。alias 一旦確認＝exact-match 資產、不依賴任何 embedding model，模型換代 alias 不失效——這正是對「十年後模型失去辨識力」的正解結構。 **壞消息：提案者不存在**：全庫沒有任何 code 會自動算相似度去建 pending alias。原本插件的 `entity-graph-embed.ts`（聚合 triplet 向量→認知向量→Vectorize）2026-06-14 依鐵律「embedding 非插件職責」掏空成 no-op 殼，註明「搬到基本盤 embed 模組」——**沒人搬**。現況 entity 查找只有 exact match（小寫去空白），新實體撞既有實體的變體時不會有人提案合併。 **建議修法（base embed 模組內）**：新實體寫入時（或批次 job）拿 canonical＋gloss 打 Vectorize query 比對既有 entities，similarity 超閾值 → `createPendingAlias`（API 已在），人/AI confirm 落 alias。與 #58（vector delete）/#59（model 可配置）同屬 embed 模組補完家族。附帶小缺口：`addAlias` 因 base 缺 `PUT /records/:id` 用「重建 record」workaround（entity-crud.ts:45 已註記）。

Leo commented

2026-07-17 05:30:06 +00:00

[總管] 2026-07-17 leo 定案補充規格：

alias 帳本與 judge 解耦（上位原則）：本地向量索引只是 default judge；外部 judge（別家模型/服務/人工）的判斷同樣收進 alias 帳本，不收外部向量。帳本一份滾利，judge 可換代即丟。
entity_pending 補 judge 溯源欄：記判斷來源（model 名/服務/人）＋判斷時間，與既有 similarity 欄並列——多 judge 並存時可稽核「誰說的、什麼時候說的」。
嵌入粒度：entity 級向量（canonical＋gloss）為 default judge 的索引範圍——量小、重刷便宜（leo 成本論點）；內容段落向量另案（檢索策略定案「向量＝路由、定稿＝證據」，詳 arcrun-rag system-dev/docs/3-specs/rag-wave1/normalize-and-retrieval-strategy.md）。

[總管] 2026-07-17 leo 定案補充規格： 1. **alias 帳本與 judge 解耦（上位原則）**：本地向量索引只是 default judge；外部 judge（別家模型/服務/人工）的判斷同樣收進 alias 帳本，**不收外部向量**。帳本一份滾利，judge 可換代即丟。 2. **`entity_pending` 補 `judge` 溯源欄**：記判斷來源（model 名/服務/人）＋判斷時間，與既有 similarity 欄並列——多 judge 並存時可稽核「誰說的、什麼時候說的」。 3. **嵌入粒度**：entity 級向量（canonical＋gloss）為 default judge 的索引範圍——量小、重刷便宜（leo 成本論點）；內容段落向量另案（檢索策略定案「向量＝路由、定稿＝證據」，詳 arcrun-rag `system-dev/docs/3-specs/rag-wave1/normalize-and-retrieval-strategy.md`）。

Leo added the

s

backlog

label 2026-08-09 13:13:11 +00:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Leo/Arcrun#60