大改，未验证

scripts/migrate_embeddings.py

@@ -0,0 +1,81 @@
+#!/usr/bin/env python
+# -*- coding: utf-8 -*-
+"""
+批量为已有知识库条目生成 Embedding 向量（本地模型）
+运行方式: python scripts/migrate_embeddings.py
+
+首次运行会自动下载模型（~95MB），之后走本地缓存
+"""
+
+import sys
+import os
+import json
+import logging
+
+sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from src.config.unified_config import get_config
+from src.core.database import db_manager
+from src.core.models import KnowledgeEntry
+from src.core.embedding_client import EmbeddingClient
+from src.core.vector_store import vector_store
+
+logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s")
+logger = logging.getLogger(__name__)
+
+
+def migrate():
+    config = get_config()
+    if not config.embedding.enabled:
+        logger.warning("Embedding 功能未启用，请在 .env 中设置 EMBEDDING_ENABLED=True")
+        return
+
+    client = EmbeddingClient()
+
+    # 测试模型加载
+    logger.info("正在加载本地 embedding 模型（首次运行需下载）...")
+    if not client.test_connection():
+        logger.error("Embedding 模型加载失败，请检查 sentence-transformers 是否安装")
+        return
+    logger.info("模型加载成功")
+
+    # 获取所有需要生成 embedding 的条目
+    with db_manager.get_session() as session:
+        entries = session.query(KnowledgeEntry).filter(
+            KnowledgeEntry.is_active == True
+        ).all()
+
+        # 筛选出没有 embedding 的条目
+        to_process = []
+        for entry in entries:
+            if not entry.vector_embedding or entry.vector_embedding.strip() == '':
+                to_process.append(entry)
+
+        logger.info(f"共 {len(entries)} 条活跃知识，{len(to_process)} 条需要生成 embedding")
+
+        if not to_process:
+            logger.info("所有条目已有 embedding，无需迁移")
+            return
+
+        # 批量生成
+        texts = [e.question + " " + e.answer for e in to_process]
+        logger.info(f"开始批量生成 embedding...")
+        vectors = client.embed_batch(texts)
+
+        success_count = 0
+        for i, entry in enumerate(to_process):
+            vec = vectors[i]
+            if vec:
+                entry.vector_embedding = json.dumps(vec)
+                success_count += 1
+
+        session.commit()
+        logger.info(f"Embedding 生成完成: 成功 {success_count}/{len(to_process)}")
+
+    # 重建向量索引
+    vector_store.load_from_db()
+    logger.info(f"向量索引重建完成: {vector_store.size} 条")
+
+
+if __name__ == "__main__":
+    migrate()