البحث الدلالي في Obsidian: كيف يعمل فهرس المتجهات المحلي بدون قاعدة بيانات متجهات
OpenAI
Ollama
OpenRouter
تشرح المقالة تنفيذ البحث الدلالي في إضافة Vault Audit AI الخاصة بـ Obsidian. يصف المؤلف كيفية تحويل ملاحظات Markdown إلى متجهات، ولماذا يتجنب النظام قاعدة بيانات متجهات منفصلة، وكيفية تعامل الفهرسة المتزايدة مع التغييرات بكفاءة.
أضاف مؤلف تطبيق Vault Audit AI، وهو إضافة مجتمعية لـ Obsidian، بحثًا دلاليًا لمعالجة قيود البحث النصي الكامل في تدوين الملاحظات. يتيح الإضافة للمستخدمين البحث في الملاحظات حسب المعنى، وليس فقط مطابقة الكلمات الدقيقة. يتم تخزين الفهرس داخل مخزن Obsidian دون الحاجة إلى قاعدة بيانات متجهات خارجية أو خادم. يعمل النظام عن طريق تقسيم ملاحظات Markdown إلى أجزاء، وتضمين كل جزء باستخدام نموذج، وتخزين المتجهات في مخزن متجهات محلي مخصص. يحترم المقسم الحدود الطبيعية للمستند مثل العناوين والقوائم، ويحتفظ ببيانات وصفية مثل مسار العنوان، وتجزئة المحتوى، وإزاحات المصدر. يشمل موفرو التضمين OpenRouter وواجهات برمجة تطبيقات متوافقة مع OpenAI وOllama، وكلها خلف واجهة مشتركة. يستخدم مخزن المتجهات المحلي ملفًا ثنائيًا وملف بيان، مع كتابات ذرية تضمن الاتساق. يقارن الفهرسة الإضافية البيانات الوصفية وتجزئات المحتوى لتجنب إعادة حساب التضمينات للأجزاء غير المتغيرة. يسلط المؤلف الضوء على أهمية فصل المكونات ويذكر التحديات المتعلقة بسباقات التزامن التي تم اكتشافها على الرغم من اجتياز الاختبارات.
المصدر: Habr — хаб ИИ —
الأصلي
