2026 年 6 月 22 日 - Dev Journal

为 Godot 官方文档 RAG 分类器添加了本地 PostgreSQL 设置
- 基于 Docker Compose 整理了运行 pgvector/pgvector:pg16 容器的方案。
- DB payload 列与 docs_chunks.jsonl、api_mapping.jsonl、label_prototypes.jsonl 的字段名保持一致。
- 定义了 docs_chunks、api_mapping、label_prototypes、ingest_reports 表及用于 keyword/exact 搜索的索引。
- embedding 列保留，实际的向量索引将在确定嵌入模型维度后通过单独 migration 创建。
- DB 设置文档： docs/database/2026-06-22-local-postgres-setup.md
记录了 Markdown → JSONL 转换器与本地 DB 注入准备过程的回顾
- 将官方文档 Markdown 先转换为 JSONL 中间产物，再进行预览/验证，而不是直接写入 DB。
- 将转换结果分别归入 docs_chunks、api_mapping、label_prototypes，并以便于本地 PostgreSQL 导入的结构保存。
- 回顾： docs/retrospectives/2026-06-22.md
回顾了将仓库公开后又改为私有的原因以及对公开的思考
- 由于对当前能力的不安，公开有压力，但认为共享记录能为他人提供垫脚石，也能提升自己的成长速度。
- 计划在 Oracle Cloud 24GB VRAM 环境下部署本地 LLM endpoint，以接入 GitHub workflow/PR 评审自动化。
- 由于 Oracle Cloud 账户丢失以及 RunPod 设置繁琐，决定将基于 LLM 的 PR 评审自动化留待以后再实现。
今日剩余工作决定集中在将约 1,500 篇官方文档 Markdown 转换为 JSONL 并导入本地 DB
- 单个文件转换耗时超预期，尚不确定能否在今天完成全部 1,500 篇。
- 依据当前日志，约 1 小时 9 分钟内处理了 done 39 个 + deferred 4 个，共计 43 个文件。
- 平均速度约为每文件 1.6 分钟，预计全部 1,570 个文件约需 42 小时。
明日及后天时间可能不足，整理了后续验证计划
- 将已生成的 JSONL 注入本地 PostgreSQL，检查是否可检索。
- 按照 docs/roadmaps/2026-06-21-initial-rag-classifier-architecture.md 的工作流，在 Python 脚本中小规模验证 source code → AST Parser → Retriever → evidence JSONL → Qwen 3.6 API 调用链路。
- 计划间歇性检查 Qwen 3.6 基于 Retriever 依据的响应情况。