SuperAPI AI 工具集

vector-db-audit

数据与分析

查看项目

更新于 10-16 08:00

技能介绍

Vector DB Audit 是一个向量数据库审计工具,用于系统性地检查项目清单与 ChromaDB 集合中文档分块之间的索引覆盖缺口。

用途:评估项目文档被向量化的比例,定位已列入清单但缺失于集合的文件,便于后续补录。

主要能力:覆盖分析,计算 CHromaDB 中已向量化的文档百分比;缺口识别,找出清单中存在但集合中缺失的文件;批量导出,生成缺失文件的 CSV 列表以供定向摄取;动态配置,根据所选 profile 自动加载集合设置。

使用方式:审计需通过 python3 scripts/audit_vector.py 执行,必须提供 --profile 参数以匹配目标集合与清单。示例命令:python3 scripts/audit_vector.py --profile wiki --report vector_audit.txt --csv missing_vector.csv。可用 --check-only 验证报告输出与向量集合连通性。

工作流:选择目标集合 profile(如 wiki、codebase);运行脚本比对文件系统清单与 ChromaDB 集合;查看 vector_audit.txt 和 missing_vector.csv 中的缺口;将缺失文件路径交给 vector-db-ingest 进行向量化。

限制:审计为只读检查,不会写入或删除索引记录;禁止直接查询 SQLite 底层表,必须通过脚本执行。其他收费、价格或平台信息暂未提供。