Method ProcessChunkEmbedding

api/service/rag/embedding.go:131–215

ProcessChunkEmbedding 处理分块向量化

(eid int64, chunkID int64)

// ProcessChunkEmbedding 处理分块向量化
func (s *EmbeddingService) ProcessChunkEmbedding(eid int64, chunkID int64) error {
	// 获取分块信息
	chunk, err := model.GetDocumentChunkByID(eid, chunkID)
	if err != nil {
		return fmt.Errorf("获取分块信息失败: %v", err)
	}

	// 检查是否已经向量化
	if model.IsDocumentChunkEmbeddingSucceeded(chunk.EmbeddingStatus) {
		return nil
	}

	// 更新状态为处理中
	err = model.UpdateChunkEmbeddingStatus(eid, chunkID, model.DocumentChunkEmbeddingStatusIndexing, "")
	if err != nil {
		return fmt.Errorf("更新状态失败: %v", err)
	}

	// 获取配置
	configService := NewChunkConfigService(s.db)
	config, err := configService.GetConfig(eid, &chunk.LibraryID, model.ChunkTypeDefault)
	if err != nil {
		s.updateEmbeddingStatusWithError(eid, chunkID, "获取配置失败")
		return fmt.Errorf("获取配置失败: %v", err)
	}

	if config.EmbeddingChannelID == nil {
		s.updateEmbeddingStatusWithError(eid, chunkID, "未配置向量化渠道")
		return fmt.Errorf("未配置向量化渠道")
	}

	// 获取渠道配置
	channel, err := model.GetChannelByID(*config.EmbeddingChannelID)
	if err != nil {
		s.updateEmbeddingStatusWithError(eid, chunkID, "获取渠道配置失败")
		return fmt.Errorf("获取渠道配置失败: %v", err)
	}

	// 获取模型名称
	var modelName string
	if config.EmbeddingModelName != nil {
		modelName = *config.EmbeddingModelName
	} else {
		// 如果没有配置模型名称，使用默认模型（按渠道常量判断）
		switch channel.Type {
		case channeltype.OpenAI:
			modelName = "text-embedding-3-small"
		case channeltype.Azure:
			modelName = "text-embedding-3-small"
		case channeltype.Ali: // Qwen (百炼 compatible-mode)
			modelName = "text-embedding-v4"
		case model.ChannelApiTypeAppBuilderModel: // 千帆向量模型
			modelName = "bge-large-zh"
		default:
			modelName = "text-embedding-3-small"
		}
	}