@clickzetta/cz-cli-darwin-arm64 0.3.40 → 0.3.41

package/bin/skills/clickzetta-ai-vector-search/eval_cases.jsonl

@@ -1,4 +0,0 @@
-{"case_id":"001","type":"should_call","user_input":"怎么在 ClickZetta 里创建 VECTOR 类型的列存储 embedding？","expected_skill":"clickzetta-ai-vector-search","expected_output_contains":["VECTOR","FLOAT"]}
-{"case_id":"002","type":"should_call","user_input":"HNSW 向量索引怎么创建？支持哪些距离函数？","expected_skill":"clickzetta-ai-vector-search","expected_output_contains":["HNSW","cosine"]}
-{"case_id":"003","type":"should_call","user_input":"怎么做 ANN 近似最近邻检索？SQL 怎么写？","expected_skill":"clickzetta-ai-vector-search","expected_output_contains":["ANN","distance"]}
-{"case_id":"004","type":"should_call","user_input":"向量检索和倒排索引能融合查询吗？怎么写？","expected_skill":"clickzetta-ai-vector-search","expected_output_contains":["向量","检索"]}

package/bin/skills/clickzetta-ai-vector-search/references/vector-search.md

@@ -1,155 +0,0 @@
-# 向量检索参考
-
-> 来源：https://www.yunqi.tech/documents/vector-search 等
-
-## VECTOR 数据类型
-
-```sql
--- 语法
-vector(scalar_type, dimension)
-vector(dimension)  -- 默认 float 类型
-
--- 示例
-CREATE TABLE embeddings (
-    id       INT,
-    content  STRING,
-    vec      VECTOR(FLOAT, 1024),   -- 1024 维 float 向量
-    vec_bin  VECTOR(TINYINT, 128)   -- 128 维 tinyint 向量（二值化）
-);
-```
-
-支持的元素类型：`FLOAT`（f32）、`TINYINT`（i8/b1）
-
----
-
-## 创建向量索引
-
-```sql
--- 建表时内联创建
-CREATE TABLE doc_embeddings (
-    id      INT,
-    content STRING,
-    vec     VECTOR(FLOAT, 1024),
-    INDEX vec_idx (vec) USING VECTOR PROPERTIES (
-        "distance.function" = "cosine_distance",
-        "scalar.type"       = "f32",
-        "m"                 = "16",
-        "ef.construction"   = "128"
-    )
-);
-
--- 在已有表上添加向量索引
-ALTER TABLE doc_embeddings ADD INDEX vec_idx (vec) USING VECTOR PROPERTIES (
-    "distance.function" = "cosine_distance",
-    "scalar.type"       = "f32"
-);
-
--- 为存量数据构建索引
-BUILD INDEX vec_idx ON doc_embeddings;
-```
-
-### 关键参数
-
-| 参数 | 可选值 | 默认值 | 说明 |
-|---|---|---|---|
-| distance.function | l2_distance, cosine_distance, jaccard_distance, hamming_distance | cosine_distance | 距离函数 |
-| scalar.type | f32, f16, i8, b1 | f32 | 索引元素类型 |
-| m | 建议 ≤ 1000 | 16 | HNSW 最大邻居数 |
-| ef.construction | 建议 ≤ 5000 | 128 | 构建时候选集大小 |
-| compress.codec | uncompressed/zstd/lz4 | uncompressed | 压缩算法 |
-
----
-
-## 插入向量数据
-
-```sql
--- 直接插入
-INSERT INTO doc_embeddings (id, content, vec) VALUES
-    (1, 'hello world', vector(0.1, 0.2, 0.3, ...)),
-    (2, 'foo bar',     vector(0.4, 0.5, 0.6, ...));
-
--- 从字符串转换
-INSERT INTO doc_embeddings (id, vec)
-SELECT id, CAST('[0.1, 0.2, 0.3]' AS VECTOR(3))
-FROM source_table;
-
--- 从 ARRAY 列转换（外部系统写入场景）
-INSERT OVERWRITE doc_embeddings
-SELECT id, content, CAST(vec_array AS VECTOR(FLOAT, 1024))
-FROM staging_table;
-```
-
----
-
-## 向量检索
-
-```sql
--- 调整探索因子（精度 vs 速度权衡）
-SET cz.vector.index.search.ef = 64;
-
--- L2 距离检索（欧几里得距离，越小越相似）
-SELECT id, content, l2_distance(vec, vector(0.1, 0.2, 0.3, ...)) AS dist
-FROM doc_embeddings
-ORDER BY dist
-LIMIT 10;
-
--- 余弦距离检索（越小越相似）
-SELECT id, content, cosine_distance(vec, CAST('[0.1,0.2,0.3]' AS VECTOR(3))) AS dist
-FROM doc_embeddings
-ORDER BY dist
-LIMIT 10;
-
--- 带过滤条件的向量检索（向量 + 标量融合）
-SELECT id, content, cosine_distance(vec, :query_vec) AS dist
-FROM doc_embeddings
-WHERE category = 'tech'
-  AND cosine_distance(vec, :query_vec) < 0.3
-ORDER BY dist
-LIMIT 10;
-```
-
----
-
-## 距离函数速查
-
-| 函数 | 适用场景 | 说明 |
-|---|---|---|
-| `l2_distance(v1, v2)` | 通用语义检索 | 欧几里得距离，越小越相似 |
-| `cosine_distance(v1, v2)` | 文本语义检索 | 余弦距离，越小越相似 |
-| `dot_product(v1, v2)` | 归一化向量 | 点积，越大越相似 |
-| `hamming_distance(v1, v2)` | 二值向量 | 汉明距离，越小越相似 |
-| `jaccard_distance(v1, v2)` | 集合相似度 | 雅卡德距离 |
-| `binary_quantize(v)` | 向量压缩 | 将 float 向量二值化 |
-
----
-
-## 向量 + 倒排索引融合检索
-
-```sql
--- 建表：同时支持向量索引和倒排索引
-CREATE TABLE hybrid_search (
-    id      INT,
-    content STRING,
-    vec     VECTOR(FLOAT, 1024),
-    INDEX content_inv_idx (content) USING INVERTED,
-    INDEX vec_idx (vec) USING VECTOR PROPERTIES (
-        "distance.function" = "cosine_distance"
-    )
-);
-
--- 融合检索：先用倒排过滤，再用向量排序
-SELECT id, content, cosine_distance(vec, :query_vec) AS dist
-FROM hybrid_search
-WHERE content LIKE '%关键词%'
-ORDER BY dist
-LIMIT 10;
-```
-
----
-
-## 注意事项
-
-- 向量类型不支持 `ORDER BY` 或 `GROUP BY`（只能对距离函数结果排序）
-- 向量索引性能与内存/磁盘缓存直接相关，建议**单独占用 VCluster**
-- 外部系统写入时不能直接写 VECTOR 类型，需先写 ARRAY 再 CAST 转换
-- `ef` 值越大，检索精度越高但延迟越大；建议从 64 开始调优