@modusensus/dsh-mneme 0.13.0 → 0.14.0-beta.2

package/scripts/benchmark-rerank.js

@@ -1,166 +1,166 @@
-#!/usr/bin/env node
-// scripts/benchmark-rerank.js
-// Rerank 延迟基准：测量 LocalReranker（Xenova/bge-reranker-base，交叉编码）
-// 在不同候选集规模下的精排延迟。src/reranker.js 尚在开发（Phase 2），这里用
-// await import() 动态加载，失败时打印友好错误而非崩溃。
-//
-// 用法：
-//   node scripts/benchmark-rerank.js                                  # 默认候选 [10,50,100,500]
-//   node scripts/benchmark-rerank.js --candidates 10,100,1000
-//   node scripts/benchmark-rerank.js --candidates 10 --top-k 3 --model Xenova/bge-reranker-base
-//   node scripts/benchmark-rerank.js --device cpu --batch-size 4
-//   node scripts/benchmark-rerank.js --help
-//
-// 环境变量：RERANK_MODEL / RERANK_DEVICE / RERANK_BATCH_SIZE / RERANK_CACHE_DIR。
-
-function pad(s, n) {
-  const str = String(s);
-  return str.length >= n ? str : str + " ".repeat(n - str.length);
-}
-
-const QUERY = "如何为记忆插件配置本地语义搜索模型？";
-
-// 与 benchmark-embed.js 同源的样本文本库，模拟记忆库候选。
-const CANDIDATE_TEXTS = [
-  "用户偏好使用中文交流，偶尔夹杂英文术语。",
-  "项目使用 SQLite 作为主存储，Markdown 作为人工可读镜像。",
-  "考研科目：公共管理学（631）与公共政策学（864）。",
-  "autoDream 在后台自动去重、合并、归档记忆。",
-  "本地模型支持 ONNX、Ollama 与 OpenAI 兼容三种后端。",
-  "Rerank 精排可以提升语义检索的 Top-K 准确率。",
-  "记忆库越大，向量检索的优势越明显。",
-  "今天完成了语义引擎的架构设计文档。",
-  "Web 记忆面板支持按类型浏览与全文搜索。",
-  "用户每天 9-18 点在线上班，上午做深度工作。",
-];
-
-function parseArgs(argv) {
-  const args = {
-    candidates: [10, 50, 100, 500], topK: 5, model: null, device: null,
-    batchSize: null, cacheDir: null, query: QUERY, help: false
-  };
-  for (let i = 0; i < argv.length; i++) {
-    const a = argv[i];
-    const take = (n) => (argv[i + 1] !== undefined ? argv[i + 1] : null);
-    if (a === "--help" || a === "-h") { args.help = true; break; }
-    if (a === "--candidates") {
-      args.candidates = String(take("candidates", i++)).split(",").map(Number).filter((n) => n > 0);
-      if (!args.candidates.length) args.candidates = [10];
-    } else if (a === "--top-k") args.topK = Number(take("top-k", i++)) || args.topK;
-    else if (a === "--model") args.model = take("model", i++);
-    else if (a === "--device") args.device = take("device", i++);
-    else if (a === "--batch-size") args.batchSize = Number(take("batch-size", i++)) || null;
-    else if (a === "--cache-dir") args.cacheDir = take("cache-dir", i++);
-    else if (a === "--query") args.query = take("query", i++);
-    else { console.error(`未知参数：${a}（用 --help 查看用法）`); process.exit(2); }
-  }
-  const env = process.env;
-  args.model = args.model ?? env.RERANK_MODEL ?? null;
-  args.device = args.device ?? env.RERANK_DEVICE ?? "cpu";
-  args.batchSize = args.batchSize ?? (env.RERANK_BATCH_SIZE ? Number(env.RERANK_BATCH_SIZE) : 8);
-  args.cacheDir = args.cacheDir ?? env.RERANK_CACHE_DIR ?? "";
-  return args;
-}
-
-function usage() {
-  console.log(`Rerank 延迟基准（dsh-mneme）
-
-用法：
-  node scripts/benchmark-rerank.js [选项]
-
-选项：
-  --candidates <n1,n2,...>   候选集规模列表，逗号分隔（默认 10,50,100,500）
-  --top-k <n>                精排返回条数（默认 5）
-  --model <name>             Rerank 模型（默认 Xenova/bge-reranker-base）
-  --device <cpu|wasm|gpu>    ONNX 设备（默认 cpu）
-  --batch-size <n>           批大小（默认 8）
-  --cache-dir <dir>          模型缓存目录
-  --query <text>             检索 query（默认内置示例）
-  -h, --help                 显示帮助并退出
-
-环境变量：RERANK_MODEL / RERANK_DEVICE / RERANK_BATCH_SIZE / RERANK_CACHE_DIR
-  （命令行参数优先）
-`);
-}
-
-function buildCandidates(n) {
-  const out = [];
-  for (let i = 0; i < n; i++) {
-    const t = CANDIDATE_TEXTS[i % CANDIDATE_TEXTS.length];
-    out.push(i < CANDIDATE_TEXTS.length ? t : `${t} —— 变体 #${i + 1}`);
-  }
-  return out;
-}
-
-async function main() {
-  const args = parseArgs(process.argv.slice(2));
-  if (args.help) { usage(); process.exit(0); }
-
-  let mod;
-  try {
-    mod = await import("../src/reranker.js");
-  } catch (err) {
-    console.error("无法加载 src/reranker.js：");
-    console.error(`  ${err.message}`);
-    console.error("该模块属 Phase 2，可能尚未创建。基准脚本依赖导出 LocalReranker。");
-    process.exit(1);
-  }
-  const { LocalReranker } = mod;
-  if (typeof LocalReranker !== "function") {
-    console.error("src/reranker.js 未导出 LocalReranker，请先实现该模块。");
-    process.exit(1);
-  }
-
-  let reranker;
-  try {
-    reranker = new LocalReranker({
-      model: args.model ?? undefined,
-      device: args.device,
-      batchSize: args.batchSize,
-      cacheDir: args.cacheDir || undefined,
-      logger: null
-    });
-    await reranker.init();
-  } catch (err) {
-    console.error(`初始化 Reranker 失败：${err.message}`);
-    console.error("请检查模型是否已下载、设备配置是否正确。");
-    process.exit(1);
-  }
-
-  console.log("══════ dsh-mneme Rerank 延迟基准 ══════");
-  console.log(`模型：${reranker.model ?? "（默认）"}  设备：${args.device}  候选规模：${args.candidates.join(", ")}  Top-K：${args.topK}`);
-  console.log(`query：${args.query}\n`);
-
-  // 小规模预热（含首次加载推理）
-  try {
-    await reranker.rerank(args.query, buildCandidates(5), 3);
-  } catch (err) {
-    console.error(`预热失败：${err.message}`);
-    process.exit(1);
-  }
-
-  console.log(`${pad("候选数", 10)}${pad("Top-K", 8)}${pad("耗时(ms)", 12)}${pad("ms/候选", 10)}`);
-  for (const n of args.candidates) {
-    const candidates = buildCandidates(n);
-    const t0 = process.hrtime.bigint();
-    try {
-      const result = await reranker.rerank(args.query, candidates, args.topK);
-      if (!Array.isArray(result)) {
-        console.error(`候选 ${n} 时 rerank 返回非数组，请检查 LocalReranker.rerank 的返回约定。`);
-        process.exit(1);
-      }
-    } catch (err) {
-      console.error(`候选 ${n} 时 rerank 失败：${err.message}`);
-      process.exit(1);
-    }
-    const ms = Number(process.hrtime.bigint() - t0) / 1e6;
-    console.log(`${pad(n, 10)}${pad(args.topK, 8)}${pad(ms.toFixed(1), 12)}${pad((ms / n).toFixed(3), 10)}`);
-  }
-  console.log("══════ 结束 ══════");
-  reranker.dispose?.();
-}
-
-main().catch((err) => {
-  console.error(`未预期错误：${err?.stack ?? err}`);
-  process.exit(1);
-});
+#!/usr/bin/env node
+// scripts/benchmark-rerank.js
+// Rerank 延迟基准：测量 LocalReranker（Xenova/bge-reranker-base，交叉编码）
+// 在不同候选集规模下的精排延迟。src/reranker.js 尚在开发（Phase 2），这里用
+// await import() 动态加载，失败时打印友好错误而非崩溃。
+//
+// 用法：
+//   node scripts/benchmark-rerank.js                                  # 默认候选 [10,50,100,500]
+//   node scripts/benchmark-rerank.js --candidates 10,100,1000
+//   node scripts/benchmark-rerank.js --candidates 10 --top-k 3 --model Xenova/bge-reranker-base
+//   node scripts/benchmark-rerank.js --device cpu --batch-size 4
+//   node scripts/benchmark-rerank.js --help
+//
+// 环境变量：RERANK_MODEL / RERANK_DEVICE / RERANK_BATCH_SIZE / RERANK_CACHE_DIR。
+
+function pad(s, n) {
+  const str = String(s);
+  return str.length >= n ? str : str + " ".repeat(n - str.length);
+}
+
+const QUERY = "如何为记忆插件配置本地语义搜索模型？";
+
+// 与 benchmark-embed.js 同源的样本文本库，模拟记忆库候选。
+const CANDIDATE_TEXTS = [
+  "用户偏好使用中文交流，偶尔夹杂英文术语。",
+  "项目使用 SQLite 作为主存储，Markdown 作为人工可读镜像。",
+  "考研科目：公共管理学（631）与公共政策学（864）。",
+  "autoDream 在后台自动去重、合并、归档记忆。",
+  "本地模型支持 ONNX、Ollama 与 OpenAI 兼容三种后端。",
+  "Rerank 精排可以提升语义检索的 Top-K 准确率。",
+  "记忆库越大，向量检索的优势越明显。",
+  "今天完成了语义引擎的架构设计文档。",
+  "Web 记忆面板支持按类型浏览与全文搜索。",
+  "用户每天 9-18 点在线上班，上午做深度工作。",
+];
+
+function parseArgs(argv) {
+  const args = {
+    candidates: [10, 50, 100, 500], topK: 5, model: null, device: null,
+    batchSize: null, cacheDir: null, query: QUERY, help: false
+  };
+  for (let i = 0; i < argv.length; i++) {
+    const a = argv[i];
+    const take = (n) => (argv[i + 1] !== undefined ? argv[i + 1] : null);
+    if (a === "--help" || a === "-h") { args.help = true; break; }
+    if (a === "--candidates") {
+      args.candidates = String(take("candidates", i++)).split(",").map(Number).filter((n) => n > 0);
+      if (!args.candidates.length) args.candidates = [10];
+    } else if (a === "--top-k") args.topK = Number(take("top-k", i++)) || args.topK;
+    else if (a === "--model") args.model = take("model", i++);
+    else if (a === "--device") args.device = take("device", i++);
+    else if (a === "--batch-size") args.batchSize = Number(take("batch-size", i++)) || null;
+    else if (a === "--cache-dir") args.cacheDir = take("cache-dir", i++);
+    else if (a === "--query") args.query = take("query", i++);
+    else { console.error(`未知参数：${a}（用 --help 查看用法）`); process.exit(2); }
+  }
+  const env = process.env;
+  args.model = args.model ?? env.RERANK_MODEL ?? null;
+  args.device = args.device ?? env.RERANK_DEVICE ?? "cpu";
+  args.batchSize = args.batchSize ?? (env.RERANK_BATCH_SIZE ? Number(env.RERANK_BATCH_SIZE) : 8);
+  args.cacheDir = args.cacheDir ?? env.RERANK_CACHE_DIR ?? "";
+  return args;
+}
+
+function usage() {
+  console.log(`Rerank 延迟基准（dsh-mneme）
+
+用法：
+  node scripts/benchmark-rerank.js [选项]
+
+选项：
+  --candidates <n1,n2,...>   候选集规模列表，逗号分隔（默认 10,50,100,500）
+  --top-k <n>                精排返回条数（默认 5）
+  --model <name>             Rerank 模型（默认 Xenova/bge-reranker-base）
+  --device <cpu|wasm|gpu>    ONNX 设备（默认 cpu）
+  --batch-size <n>           批大小（默认 8）
+  --cache-dir <dir>          模型缓存目录
+  --query <text>             检索 query（默认内置示例）
+  -h, --help                 显示帮助并退出
+
+环境变量：RERANK_MODEL / RERANK_DEVICE / RERANK_BATCH_SIZE / RERANK_CACHE_DIR
+  （命令行参数优先）
+`);
+}
+
+function buildCandidates(n) {
+  const out = [];
+  for (let i = 0; i < n; i++) {
+    const t = CANDIDATE_TEXTS[i % CANDIDATE_TEXTS.length];
+    out.push(i < CANDIDATE_TEXTS.length ? t : `${t} —— 变体 #${i + 1}`);
+  }
+  return out;
+}
+
+async function main() {
+  const args = parseArgs(process.argv.slice(2));
+  if (args.help) { usage(); process.exit(0); }
+
+  let mod;
+  try {
+    mod = await import("../src/reranker.js");
+  } catch (err) {
+    console.error("无法加载 src/reranker.js：");
+    console.error(`  ${err.message}`);
+    console.error("该模块属 Phase 2，可能尚未创建。基准脚本依赖导出 LocalReranker。");
+    process.exit(1);
+  }
+  const { LocalReranker } = mod;
+  if (typeof LocalReranker !== "function") {
+    console.error("src/reranker.js 未导出 LocalReranker，请先实现该模块。");
+    process.exit(1);
+  }
+
+  let reranker;
+  try {
+    reranker = new LocalReranker({
+      model: args.model ?? undefined,
+      device: args.device,
+      batchSize: args.batchSize,
+      cacheDir: args.cacheDir || undefined,
+      logger: null
+    });
+    await reranker.init();
+  } catch (err) {
+    console.error(`初始化 Reranker 失败：${err.message}`);
+    console.error("请检查模型是否已下载、设备配置是否正确。");
+    process.exit(1);
+  }
+
+  console.log("══════ dsh-mneme Rerank 延迟基准 ══════");
+  console.log(`模型：${reranker.model ?? "（默认）"}  设备：${args.device}  候选规模：${args.candidates.join(", ")}  Top-K：${args.topK}`);
+  console.log(`query：${args.query}\n`);
+
+  // 小规模预热（含首次加载推理）
+  try {
+    await reranker.rerank(args.query, buildCandidates(5), 3);
+  } catch (err) {
+    console.error(`预热失败：${err.message}`);
+    process.exit(1);
+  }
+
+  console.log(`${pad("候选数", 10)}${pad("Top-K", 8)}${pad("耗时(ms)", 12)}${pad("ms/候选", 10)}`);
+  for (const n of args.candidates) {
+    const candidates = buildCandidates(n);
+    const t0 = process.hrtime.bigint();
+    try {
+      const result = await reranker.rerank(args.query, candidates, args.topK);
+      if (!Array.isArray(result)) {
+        console.error(`候选 ${n} 时 rerank 返回非数组，请检查 LocalReranker.rerank 的返回约定。`);
+        process.exit(1);
+      }
+    } catch (err) {
+      console.error(`候选 ${n} 时 rerank 失败：${err.message}`);
+      process.exit(1);
+    }
+    const ms = Number(process.hrtime.bigint() - t0) / 1e6;
+    console.log(`${pad(n, 10)}${pad(args.topK, 8)}${pad(ms.toFixed(1), 12)}${pad((ms / n).toFixed(3), 10)}`);
+  }
+  console.log("══════ 结束 ══════");
+  reranker.dispose?.();
+}
+
+main().catch((err) => {
+  console.error(`未预期错误：${err?.stack ?? err}`);
+  process.exit(1);
+});