Files

Accusys b902763d45 feat: trace chunks with co-appearance relationships

- New trace_ingest module: creates chunks for each face trace (time + bbox + ASR text)
- Computes pairwise time overlaps between traces -> co_appearances in metadata
- Worker auto-triggers after face trace store + Qdrant sync
- SearchFilters: chunk_type filter (sentence/cut/trace/visual)
- SearchFilters: co_appears_with_trace_id filter

2026-05-09 06:18:32 +08:00

2.8 KiB

Raw Blame History

Trace Search API 設計

概念

trace 是一種 chunk。

現有的 chunk_type: cut, sentence, visual, story 新增 chunk_type: trace

每個 trace（人物跨 frame 追蹤軌跡）就是一個時間區間 + 區間內的 ASR text。跟其他 chunk 完全一樣，只是切分維度不同：

cut chunk = 鏡頭切換
sentence chunk = 語句邊界
visual chunk = 畫面物體組合
trace chunk = 人物出現區間 + 當下 spoken text

這樣 trace 可以直接放進現有的 chunks 表，共用 embedding、搜尋、Qdrant sync 整套機制，不需要任何新 table。

chunks 表現有結構

chunks (
    id, file_uuid, chunk_type,                   -- 'trace' 新增
    start_frame, end_frame, start_time, end_time,
    text_content,                                 -- trace 區間的 ASR text
    embedding,                                    -- text_content 的 pgvector
    metadata JSONB,                               -- { trace_id, face_count, identity_id, identity_name }
    ...
)

資料產生流程（worker 擴充）

在 face processing + store_traced_faces.py 完成後：

查詢 face_detections 聚合每個 trace 的 MIN(frame), MAX(frame), COUNT(*)
對每個 trace，查詢 pre_chunks WHERE processor_type='asr' 中與 trace time range 重疊的 text
彙整 text → EmbeddingGemma 產生 embedding
寫入 chunks（chunk_type='trace'），metadata 含 trace_id, face_count, identity_id
embedding 自動進 Qdrant（與既有 chunk 同一 collection）

Search API 擴充

Universal Search 的 types 原本就支援 "chunk"。在 chunk 搜尋中過濾 chunk_type = 'trace' 即可。

Request：

{
  "query": "open the door",
  "types": ["chunk"],
  "filters": { "chunk_type": "trace" },
  "uuid": "aeed71342a899fe4b4c57b7d41bcb692",
  "page": 1,
  "page_size": 20
}

Response（與既有 Chunk result 相同）：

{
  "type": "chunk",
  "chunk_id": "chunk_42",
  "chunk_type": "trace",
  "start_frame": 45200, "end_frame": 45900,
  "start_time": 1808.0, "end_time": 1836.0,
  "score": 0.87,
  "text": "Open the door. Come on, hurry up.",
  "metadata": {
    "trace_id": 5,
    "face_count": 42,
    "identity_name": "Audrey Hepburn"
  }
}

完全沿用既有的 SearchResult::Chunk variant，不用新增 enum variant。

搜尋語法

SELECT c.*
FROM dev.chunks c
WHERE c.file_uuid = $1
  AND c.chunk_type = 'trace'
  AND c.embedding IS NOT NULL
ORDER BY c.embedding <=> $2
LIMIT $3;

總結

項目	作法
新 table	❌ 不需要
新 enum variant	❌ 不需要
SearchResult 改動	❌ 不需要
chunk_type 新增	✅ `'trace'`
worker 擴充	✅ 產生 trace chunk (face done 後)
SearchFilters 擴充	✅ 加 `chunk_type` filter
Qdrant	✅ 自動（既有 chunk collection）

2.8 KiB Raw Blame History Unescape Escape