Files

Accusys 19669a1f91 refactor: model naming v1(base)/v2, Qdrant collection naming

- Phase 1 = v1 (base model, sentence chunk embedding)
- Phase 2 = v2 (full pipeline + 5W1H)
- Naming leaves room for v3, v4, etc.
- Qdrant collection: momentry_dev_v1 (active model under dev)
- Release packaging exports Qdrant points snapshot

2026-05-09 14:14:04 +08:00

3.5 KiB

Raw Blame History

Momentry Model — 分階段交付

核心架構

Pipeline (training)
  │  每個 processor 產出 .json
  │  Rule 1/3 Ingestion → chunks + embeddings
  ▼
momentry model for {video}      ← 每部影片 = 一個 model
  │  release/phase1/latest/
  │  release/phase2/latest/
  ▼
momentry core (inference engine)  ← Rust API server
  │  momentry_playground (dev)
  │  momentry (production)
  ▼
Search / Query / Identity APIs

Pipeline = training phase：影片 → processor output → chunks → embeddings
Model = 每部影片的產出 package（output_json + chunks + vectors）
Engine = momentry core，吃 model 提供 API（search, trace, identity）

每個影片可有多個 model 版本，命名保留升級空間：

Model 版本	Qdrant Collection	內容	觸發時機
`{uuid}_v1`	`momentry_dev_v1`	sentence chunk embedding（base）	ASR + ASRX + Rule 1 完成
`{uuid}_v2`	`momentry_dev_v2`	完整 pipeline + 5W1H	全部完成
`{uuid}_v3`	-	預留後續升級	-

各版本共存不覆蓋。

階段劃分

Phase 1：Sentence Chunk Embedding（base model）

觸發時機: ASR + ASRX 完成 + Rule 1 Ingestion + vectorize 完成

交付內容:

{uuid}.asr.json
{uuid}.asrx.json
chunks（chunk_type = 'sentence'）
chunk_vectors（sentence embedding）

用途: 終端使用者可進行語意搜尋

Phase 2：完整 Pipeline（v2 model）

觸發時機: 全部 processor 完成 + Rule 3 Ingestion + 5W1H Agent

交付內容:

Phase 1 全部內容
所有 {uuid}.*.json（cut, yolo, face, pose, ocr, ...）
chunks（chunk_type = 'cut', 'visual', 'trace', 'story'）
chunk_vectors（summary embedding）
identities / identity_bindings / face_detections

用途: 完整搜尋 + 摘要 + 人物識別

Worker Pipeline

ASR 完成 → ASRX 完成
  ↓
Rule 1 Ingestion (sentence chunks)
  ↓
vectorize_chunks (sentence embedding)
  ↓
📦 Phase 1 release  ───→ release/phase1/latest/  (base model)
  ↓
其他 processors 繼續 (yolo, face, pose, ocr, ...)
  ↓
Rule 3 Ingestion + 5W1H Agent
  ↓
📦 Phase 2 release  ───→ release/phase2/latest/  (full model)

產出目錄結構

release/
├── phase1/
│   ├── {version}_{timestamp}/
│   │   ├── output_json/      ← 所有已完成的 .json
│   │   ├── chunks.csv        ← sentence chunks
│   │   ├── vectors.csv       ← sentence embeddings
│   │   ├── schema.sql        ← chunks table DDL
│   │   └── RELEASE_INFO.txt
│   └── latest → {version}_{timestamp}
│
└── phase2/
    ├── {version}_{timestamp}/
    │   ├── output_json/      ← 所有 .json
    │   ├── chunks.csv        ← 所有 chunks
    │   ├── vectors.csv       ← 所有 embeddings
    │   ├── identities.csv    ← 人物身分
    │   ├── schema.sql        ← 完整 schema
    │   └── RELEASE_INFO.txt
    └── latest → {version}_{timestamp}

momentry model vs momentry core

	momentry model	momentry core
類比	訓練好的 weights	inference engine
內容	`.json` + chunks + vectors	Rust binary
生命週期	每部影片產出一個	一個 binary 服務所有影片
版本	`{uuid}_v1`（base） / `{uuid}_v2`	`momentry_playground` / `momentry`
交付對象	終端使用者	部署工程師

3.5 KiB Raw Blame History Unescape Escape