22.01.26

По договорённости

MVP

Задачи ИКТ

Media sphere

Neurotechnology and artificial Intelligence

Software/ IS

В системе нет централизованного и стандартизированного способа получать эмбеддинги — клиенты (kb-retriever и будущие сервисы) либо завязаны напрямую на Ollama и его контракт, либо используют “заглушки/разнородные реализации”, из-за чего сложно обеспечить надежность, масштабирование и замену модели/провайдера без переписывания кода.

embedding-service: • Сервис запускается и отвечает на /liveness, /readiness • POST /v1/embeddings корректно векторизует текст • Размерность векторов соответствует модели • Обработка ошибок: timeout → 503, connection refused → 503, невалидный JSON → 400 • Retry стратегия работает (проверить логи) • Unit тесты покрытие > 80% • Интеграционные тесты проходят • Dockerfile с multi-stage build • README с инструкциями Интеграция с kb-retriever: • Клиент создан в internal/services/embedding/client.go • Конфигурация обновлена • Заглушки векторизации заменены реальными вызовами • End-to-end тест проходит: создание → векторизация → поиск

Павловский Дмитрий Александрович