ARCANADA
← 生态系统 / Scrutator
已上线 L1 · 目标 L3

Scrutator

开源混合检索与意义提取引擎。

Arcanada 生态的基础检索引擎:BGE-M3 三重嵌入(稠密、稀疏和 ColBERT)、配备 pgvector 的 PostgreSQL、通过倒数排名融合实现的混合检索、自适应语义分块,以及随时间自行整理索引的 Dreaming 模块。采用 MIT 许可证并公开源码,已在生态托管的数据库主机上线,索引了 1148 多个片段。嵌入服务的可用性是阻碍达到 L3 的缺口。

状态
已上线
自主性(AAL)
L1 → L3
技术栈
PostgreSQL + pgvector
许可证
开源,MIT

01

三种嵌入合为一体

BGE-M3 三重嵌入:稠密、稀疏和 ColBERT。

02

混合检索

倒数排名融合合并各组排序;自适应语义分块避免简单的固定大小切分。

03

自行整理的索引

Dreaming 模块随时间自行整理索引。生产环境中已索引 1148 多个片段。

能力

已实现的能力

  • BGE-M3 三重嵌入(稠密、稀疏和 ColBERT),使用端口 8300
  • 通过倒数排名融合进行混合检索(端口 8310)
  • 自适应语义分块(不采用简单的固定大小切分)
  • 用于索引自组织的 Dreaming 模块
  • PostgreSQL + pgvector 存储
  • 采用 MIT 许可证的公开仓库(Arcanada-one/scrutator)
  • 生态知识库中有 1148 多个生产片段

当前自主性等级

L1
等级说明(英文)→

当前限制

BGE-M3 工作进程的健康状态没有外部监控;嵌入服务宕机时,搜索返回空结果,使用方看不到错误。PostgreSQL 向量与源文档之间的索引漂移不会被自动检测。

达到以下目标等级的路线图:L3

  1. 提升至 L3——为每个工作进程增加 /health 端点;故障时回退到更轻的嵌入模型;记录 pino 结构化追踪。
  2. 完善 L3——增加漂移检测任务,将 PostgreSQL 向量数量与来源清单比较;将分类错误传递给使用方。
  3. 验证门槛——在查询中途终止嵌入工作进程,并断言 5 秒内返回带错误分类的 503 及 Ops Bot 致命事件。

相关链接

下一步

了解已上线产品及其当前限制

“已上线”表示项目目前可用;上方的当前限制和路线图说明了该版本的能力边界。

查看达到目标等级的路径