向量化模块

快速上手：见 docs/QUICKSTART.md 第 3.3 节。

服务接口

• 文本服务：POST http://localhost:6005/embed/text
• 图片服务：POST http://localhost:6008/embed/image
• 健康检查：GET /health
• 就绪检查：GET /ready

当前架构

• 文本 embedding 与图片 embedding 已拆分为两个独立进程 / 端口：
  • text: 6005
  • image: 6008
• 两侧有独立并发控制：
  • TEXT_MAX_INFLIGHT
  • IMAGE_MAX_INFLIGHT
• 两侧都接入 Redis 向量缓存，value 统一使用 BF16 bytes 存储。

缓存

• 当前是双层缓存：
  • 调用侧 client 先查 Redis
  • 服务侧收到请求后再查 Redis
• 当前主 key 规则：
  • 文本：embedding:embed:norm{0|1}:{text}
  • 图片：embedding:image:embed:norm{0|1}:{url_or_path}
• full-cache-hit 时，服务会直接返回，不占用模型 lane。

配置

• Provider/URL：config/config.yaml 的 services.embedding
• 文本服务 URL：services.embedding.providers.http.text_base_url
• 图片服务 URL：services.embedding.providers.http.image_base_url
• 文本模型：embeddings/config.py 的 TEXT_MODEL_ID（默认 Qwen/Qwen3-Embedding-0.6B）
• 运行参数：TEXT_DEVICE、TEXT_BATCH_SIZE、TEXT_NORMALIZE_EMBEDDINGS

详见 embeddings/README.md。