# Embeddings 模块
  
  **请求示例**见 `docs/QUICKSTART.md` §3.3。

  **专项文档**：
  - `../docs/TEI_SERVICE说明文档.md`
  - `../docs/CNCLIP_SERVICE说明文档.md`

  **请求日志串联（reqid / uid）**：统一实现在仓库根目录的 `request_log_context.py`（勿放到 `utils/` 下，以免 `.venv-embedding` 因 `utils/__init__.py` 拉取数据库依赖）。Uvicorn 日志配置见 `config/uvicorn_embedding_logging.json`。
  

  ---

  
  这个目录是一个完整的“向量化模块”，包含：
  
  - **HTTP 客户端**：`text_encoder.py` / `image_encoder.py`（供搜索/索引模块调用）

  - **本地模型实现**：`text_embedding_sentence_transformers.py` / `clip_model.py`

  - **clip-as-service 客户端**：`clip_as_service_encoder.py`（图片向量，推荐）

  - **向量化服务（FastAPI）**：`server.py`
  - **统一配置**：`config.py`

  - **接口契约**：`protocols.ImageEncoderProtocol`（`encode_image_urls` + `encode_clip_texts`；本地 CN-CLIP 与 clip-as-service 均实现）

  说明：历史上的云端 embedding 试验实现（DashScope）已从主仓库移除。当前默认部署为**文本服务 6005** 与**图片服务 6008** 两条独立链路；`all` 模式仅作为单进程调试入口。

  
  ### 文本向量后端（默认）
  

  - 6005 文本向量服务默认后端：`TEI`（Text Embeddings Inference）
  - 默认模型：`Qwen/Qwen3-Embedding-0.6B`
  - 后端配置来源：`config/config.yaml -> services.embedding.backend/backends`
  - 环境变量覆盖：`EMBEDDING_BACKEND`、`TEI_BASE_URL`、`TEI_TIMEOUT_SEC`

  ### 服务接口
  

  - 文本服务（默认 `6005`）
    - `POST /embed/text`

    - 请求体：`["文本1", "文本2", ...]`

    - 可选 query 参数：`normalize=true|false`、`priority=0|1`

    - 返回：`[[...], [...], ...]`
    - 健康接口：`GET /health`、`GET /ready`

  - 图片服务（默认 `6008`）

    - `POST /embed/image`：图片 URL 或本地路径
    - `POST /embed/clip_text`：自然语言（CN-CLIP 文本塔，与 `/embed/image` 同向量空间；勿传 `http://` 图 URL）
    - 请求体：`["...", ...]` 字符串数组

    - 可选 query 参数：`normalize=true|false`、`priority=0|1`

    - 返回：`[[...], [...], ...]`
    - 健康接口：`GET /health`、`GET /ready`

  ### Redis 向量缓存
  
  - Value 格式没有变化，仍然是 **BF16 bytes**：
    - 写入：`float32 -> BF16 -> bytes`
    - 读取：`bytes -> BF16 -> float32`
  - 现在是**双层缓存**：
    - client 侧：`text_encoder.py` / `image_encoder.py`
    - service 侧：`server.py`

  - 当前主 key 格式（`model_name` 见 `CONFIG.MULTIMODAL_MODEL_NAME`，与 `services.embedding.image_backends` 一致）：
    - 文本（TEI）：`embedding:embed:norm{0|1}:{text_or_sha256_digest}`
    - CN-CLIP 图片：`embedding:image:embed:{model_name}:txt:norm{0|1}:{url_or_sha256_digest}`
    - CN-CLIP 文本塔：`embedding:clip_text:embed:{model_name}:img:norm{0|1}:{text_or_sha256_digest}`
  - 尾部负载：长度 ≤ `CACHE_KEY_RAW_BODY_MAX_CHARS`（默认 256，见 `embeddings/cache_keys.py`）用原文；更长用 `h:sha256:<hex>`（TEI 与多模态共用同一辅助函数）。
  - 切换多模态模型会自然换 key 空间；旧键需自行清理或等待过期。

  
  ### 压力隔离与拒绝策略
  
  - 文本与图片各自有独立 admission control：
    - `TEXT_MAX_INFLIGHT`
    - `IMAGE_MAX_INFLIGHT`
  - 图片服务可以配置得比文本更严格。
  - 请求若是 full-cache-hit，会在服务端直接返回，不占用模型并发槽位。
  - 超过处理能力时直接拒绝，比无限排队更稳定。

  - 文本服务支持 `priority`：
    - `priority=0`（默认，适合离线索引）仍受 `TEXT_MAX_INFLIGHT` 限制，超限直接返回 overload。
    - `priority>0`（建议在线 query 用 `1`）不会因 admission control 被拒绝，但仍会计入 inflight。
    - 文本服务内部使用双队列调度，处理时会优先消费高优先级请求，避免在线请求长期排在离线批量任务后面。
  - 图片服务同样支持 `priority`（语义与文本一致，按 `IMAGE_MAX_INFLIGHT` 计数；不做队列插队，仅 admission 规则不同）。

  ### 图片向量：clip-as-service（推荐）
  
  默认使用 `third-party/clip-as-service` 的 Jina CLIP 服务生成图片向量。
  

  1. **安装 embedding 专用环境**（首次使用）：

     ```bash

     ./scripts/setup_embedding_venv.sh
     ```
     如需使用本地 `local_st` 文本后端，再执行：
     ```bash
     INSTALL_LOCAL_ST=1 ./scripts/setup_embedding_venv.sh

     ```
  

  2. **启动 CN-CLIP 服务**（独立 gRPC 服务，默认端口 51000，详见 `../docs/CNCLIP_SERVICE说明文档.md`）：

     ```bash
     ./scripts/start_cnclip_service.sh
     ```
  
  3. **配置**（`embeddings/config.py` 或环境变量）：
     - `USE_CLIP_AS_SERVICE=true`（默认）
     - `CLIP_AS_SERVICE_SERVER=grpc://127.0.0.1:51000`

     - `CLIP_AS_SERVICE_MODEL_NAME=CN-CLIP/ViT-H-14`（与 `config/config.yaml` 中 `services.embedding.image_backends` 一致；换 ViT-L 时为 768 维，须同步改 ES 映射）

     - `scripts/start_cnclip_service.sh` 默认会读取同一个 `CLIP_AS_SERVICE_MODEL_NAME`，也可用 `CNCLIP_MODEL_NAME` 或 `--model-name` 临时覆盖

  ### 性能与压测（沿用仓库脚本）
  

  - 接口级压测（与 `perf_reports/2026-03-12/matrix_report/` 等方法一致）：`benchmarks/perf_api_benchmark.py`
    - 示例：`python benchmarks/perf_api_benchmark.py --scenario embed_text --duration 30 --concurrency 20`

    - 文本/图片向量可带 `priority`（与线上 admission 语义一致）：`--embed-text-priority 1`、`--embed-image-priority 1`

    - 自定义请求模板：`--cases-file benchmarks/perf_cases.json.example`

  - 历史矩阵结果与说明见 `perf_reports/2026-03-12/matrix_report/summary.md`。
  

  ### 启动服务
  

  使用仓库脚本启动：

  
  ```bash

  # GPU（需 nvidia-container-toolkit）

  TEI_DEVICE=cuda ./scripts/start_tei_service.sh

  
  # CPU

  TEI_DEVICE=cpu ./scripts/start_tei_service.sh

  ./scripts/start_embedding_text_service.sh
  ./scripts/start_embedding_image_service.sh

  ```
  
  ### 修改配置
  
  编辑 `embeddings/config.py`：
  

  - `PORT`: `all` 模式单进程端口（默认 6005）

  - `TEXT_MODEL_ID`, `TEXT_DEVICE`, `TEXT_BATCH_SIZE`, `TEXT_NORMALIZE_EMBEDDINGS`

  - `IMAGE_NORMALIZE_EMBEDDINGS`（默认 true）

  - `USE_CLIP_AS_SERVICE`, `CLIP_AS_SERVICE_SERVER`, `CLIP_AS_SERVICE_MODEL_NAME`：图片向量（clip-as-service）

  - `IMAGE_MODEL_NAME`, `IMAGE_DEVICE`：本地 CN-CLIP（当 `USE_CLIP_AS_SERVICE=false` 时）

  - TEI 相关：`TEI_DEVICE`、`TEI_VERSION`、`TEI_MAX_BATCH_TOKENS`、`TEI_MAX_CLIENT_BATCH_SIZE`、`TEI_HEALTH_TIMEOUT_SEC`

  - 分流/限流相关：
    - `EMBEDDING_SERVICE_KIND=all|text|image`
    - `EMBEDDING_TEXT_PORT`
    - `EMBEDDING_IMAGE_PORT`
    - `TEXT_MAX_INFLIGHT`
    - `IMAGE_MAX_INFLIGHT`