xsl
aa1287d83d
DeterministicEmbedder（可换 BGE-M3 的接口位）+ kb_chunk 双索引写入 + 硬过滤→向量→关键词→RRF 重排管线 + kb_gap 缺口埋点（T-P2-03/04/06，TD-08）。 实现： - embedding.py：EmbeddingProvider Protocol + DeterministicEmbedder （sha256 种子→归一化 1024 维假向量，同文本同向量/异文本近似正交） + build_embedding_provider 工厂（未知模型名抛 CONFIG_ERROR）。 - repo.py：upsert_chunks（整实体先删后插，逐行带 embedding_model/version， 可重跑判据 T-P2-03）；hybrid_search（§8.3 CTE：硬过滤 published/ entity_types/occasion/avoid_body_shapes → <=> 余弦 topN → ts_rank topN → RRF）；record_gap（咨询锁串行化同 query+filter_ctx 的 hit_count 递增）。 - rerank.py：RRF/权重/新鲜度纯数学（独立于 SQL 以便单测逐项断言）。 - service.py：RetrievalService.search 编排 embed→检索→（空结果）gap 埋点， SearchOutcome.degraded 标记降级。 测试：单测 +30（test_embedding 确定性/维度/归一化/工厂拒绝、test_rerank 公式逐项断言、test_retrieval_service 编排打桩）；集成 +5 （test_hybrid_retrieval：禁忌实体同文最近向量仍零出现、draft 零出现、 关键词路径、换模型整组替换、kb_gap hit_count=2、partial 索引 EXPLAIN 验证）。 全绿：ruff / mypy(retrieval+shared+domain) / lint-imports / 268 单测 / 21 集成。 偏差说明： 1) 新增 rerank.py（任务文档只点名 embedding/repo/service，但重排数学必须 不连库可单测，独立模块是最低成本实现，仍属 packages/retrieval/**）。 2) upsert_chunks 的 upsert 粒度是实体（先删后插）：kb_chunk 无业务自然键， 行级 ON CONFLICT 不可行；换模型名=新版本整组替换，不留旧版本残向量。 3) 禁忌过滤用 COALESCE(attrs->avoid_body_shapes, '[]')兜底：jsonb NULL 的 ? 运算结果是 NULL，直接 NOT 会把未声明禁忌的好实体一并排除。 4) 关键词路过滤用 tsv @@ tsquery 而非 ts_rank>0：ts_rank 对不匹配文本返回 ~1e-20 正 epsilon，阈值过滤会把无关 chunk 全放进关键词路。 5) RRF 分量按 1/(k+1) 归一到 (0,1]，使 0.45/0.2/0.25/0.1 权重量纲可比 （原始倒数 0.45×1/61 与规则项 0.25×1 完全不可比）。
meida_backend · 美搭服务端
「美搭」智能穿搭美学助手的服务端。当前状态是工程地基 + 一条打通的纵向切片
（登录取 token → 配额预扣 → 真实调用 DeepSeek → 记成本 → 提交配额），
业务域大多只有目录与 README，见各 packages/*/README.md。
技术选型与分层依据见仓库外的《技术架构文档》《技术选型与调研报告》，本文只讲怎么跑起来。
快速开始
cp .env.example .env # 填入 DEEPSEEK_API_KEY
make install # uv sync + 装 pre-commit
make up # PostgreSQL(pgvector) + Redis，端口 55432 / 56379
make migrate # 建表并创建 vector 扩展
make run # http://localhost:8000/api/v1/docs
验证真实链路（会产生真实 API 费用，是唯一花钱的入口）：
make smoke
它会起依赖、迁移、拉起 API、发一次真实对话，然后把 ob_ai_call
的成本行与 bl_ledger 的配额流水打出来。跑通即证明「计量 + 配额 + 大模型」三者串通。
目录结构
| 目录 | 职责 |
|---|---|
apps/api |
HTTP 入口。只做鉴权、校验、幂等、配额、统一响应，不放业务规则 |
apps/worker |
Celery 长耗时任务入口 |
packages/domain |
纯领域逻辑，不许 import 任何框架与 I/O |
packages/llm |
大模型网关：场景路由、Prompt 版本、结构化输出、成本计量、预算熔断 |
packages/shared |
配置、日志脱敏、DB、Redis、错误码、中间件 |
packages/<业务域> |
identity / billing / task / agent / kb / retrieval / report … |
services/ |
需要独立伸缩的重型服务（换装、抠图、视觉），V1 为占位 |
prompts/ |
按 <prompt_id>/<version>.txt 归档，与 ob_ai_call.prompt_version 对应 |
migrations/ |
Alembic；CI 强制 upgrade → downgrade → upgrade 往返可用 |
依赖方向由 lint-imports 强制（pyproject.toml 的 [tool.importlinter]）。
apps → packages → domain 是单向的，业务包也不得绕过网关直连 provider。
提交前
make check # lint + typecheck + imports + test + secrets，与 CI 同一套
单测不连库、不发网络请求。需要真实中间件的用例在 tests/integration，
默认跳过，用 make test-integration 显式开启。
两件容易踩的事
- Prompt 固定前缀不许含时间戳、随机值等易变内容。 命中缓存的输入单价只有未命中的
约 1/30，前缀被污染会让输入成本翻数十倍。
LLM_CACHE_PREFIX_MODE=strict下启动即失败。 - DeepSeek 自 2026-08-17 起峰谷定价，高峰（北京时间 09:00-12:00、14:00-18:00）
单价是空闲时段的 2 倍。单价配两套，由
packages/llm/cost.py按调用时刻选择； 成本在调用当时算好落库，事后不按当前价重算。