понедельник, 22 июня 2026 г.22 июня 2026 г.
- Добавлена локальная настройка PostgreSQL для RAG‑классификатора официальной документации Godot
- Через Docker Compose запускается контейнер
pgvector/pgvector:pg16.
- Колонка payload в базе согласована с полями
docs_chunks.jsonl, api_mapping.jsonl, label_prototypes.jsonl.
- Определены таблицы
docs_chunks, api_mapping, label_prototypes, ingest_reports и индексы для поиска по ключевому слову/точному совпадению.
- Колонка embedding оставлена открытой; реальный векторный индекс будет создан отдельной миграцией после уточнения размерности модели.
- Документация по настройке БД: docs/database/2026-06-22-local-postgres-setup.md
- В ретроспективе зафиксированы шаги подготовки конвертера Markdown → JSONL и загрузки в локальную БД
- Вместо прямой загрузки Markdown в БД сначала преобразуется в промежуточный JSONL для предварительного просмотра и проверки.
- Результаты делятся на
docs_chunks, api_mapping, label_prototypes, что упрощает последующее внесение в локальный PostgreSQL.
- Ретроспектива: docs/retrospectives/2026-06-22.md
- Описаны причины, по которым репозиторий был сначала опубликован, а затем сделан приватным, и размышления о публичности
- Неуверенность в текущих навыках делала публичный релиз стрессовым, но делиться записями полезно для сообщества и ускоряет собственный рост.
- Планировалось развернуть локальный LLM‑endpoint в среде Oracle Cloud с 24 ГБ VRAM и подключить его к автоматизации workflow/PR‑ревью в GitHub.
- Из‑за утери учётной записи Oracle Cloud и сложности настройки RunPod автоматизацию LLM‑ревью отложили на потом.
- Оставшиеся задачи на сегодня: преобразовать около 1500 Markdown‑файлов официальной документации в JSONL и загрузить их в локальную БД
- Преобразование одного файла занимает больше времени, чем ожидалось, поэтому завершить всё за один день пока не уверено.
- По текущим логам за ~1 ч 9 мин обработано 39 файлов со статусом
done и 4 с deferred → всего 43 файла.
- Средняя скорость ≈ 1,6 минуты на файл; для всех 1570 файлов потребуется примерно 42 часа вычислений.
- На завтра‑послезавтра времени, скорее всего, не будет, поэтому составлен план дальнейшей проверки
- Уже готовый JSONL будет загружен в локальный PostgreSQL и проверен на возможность поиска.
- По workflow из docs/roadmaps/2026-06-21-initial-rag-classifier-architecture.md в небольшом Python‑скрипте проверятся цепочка: source code → AST Parser → Retriever → evidence JSONL → вызов API Qwen 3.6.
- Периодически будет проверяться, как Qwen 3.6 отвечает, опираясь на основания, найденные Retriever.