docs: add n8n integration context

2026-04-20 19:05:05 +08:00
parent ab3f8fecc3
commit 804fd756e7
16 changed files with 2145 additions and 2 deletions
@@ -0,0 +1,55 @@
+# 项目描述向量化
+
+- Registry ID: `project-description-vectorization`
+- n8n Workflow ID: `1AvejnM5n-WPApU1vFt9C`
+- Status: `confirmed`
+- 角色: 为项目生成 embedding，供语义检索工作流使用。
+
+## 触发方式
+
+- 定时触发
+- 当前已核查行为：约每 `30` 分钟运行一次
+
+## 数据来源
+
+- `projects` 表中的活跃项目
+- SiliconFlow Embeddings API
+- 模型：`BAAI/bge-m3`
+
+## 主流程
+
+1. 选出 `embedding IS NULL` 或需要补算的活跃项目。
+2. 读取项目的中英文名称、描述和正文。
+3. 拼接向量化输入文本。
+4. 调用 SiliconFlow Embeddings API 生成向量。
+5. 直接写回 `projects.embedding` 和 `embeddingUpdatedAt`。
+
+## 直接写入字段
+
+- `projects.embedding`
+- `projects.embeddingUpdatedAt`
+
+## 与仓库的关系
+
+这条流程直接维护数据库向量列，而不是通过仓库 API 写入。仓库侧主要消费点：
+
+- [schema.prisma](D:/Code/AI/agent-park/prisma/schema.prisma)
+- [migration.sql](D:/Code/AI/agent-park/prisma/migrations/20260126000000_add_project_embedding/migration.sql)
+- [route.ts](D:/Code/AI/agent-park/src/app/api/search/ai/route.ts)
+
+## 下游影响
+
+- `RAG项目搜索`
+- 语义搜索命中质量
+- 以自然语言搜索项目的相关性
+
+## 已确认要点
+
+- 已通过 live n8n MCP 核查 workflow 元数据与职责。
+- 当前实现是直连数据库维护向量列。
+- 所以如果 AI 搜索结果变差，既要查 webhook 搜索流程，也要查这条补向量流程是否落后或失败。
+
+## 维护要求
+
+- 向量输入字段、模型、补算规则变化时，同步更新 [registry.json](D:/Code/AI/agent-park/docs/integrations/n8n/registry.json)。
+- 如果后续 embedding 改成异步队列或应用内任务，需要把这里的数据库直写描述同步改掉。