JianFeeeee e9856c8f65 feat(media): media.Item 加视觉嵌入字段，Store 加 QueryMedia 跨模态检索 ...

路线 3（完整跨模态检索）的媒体层基础：

- Item 新增 Vec []float64（视觉嵌入向量，JSON 序列化存库）和 VecModel
  （模型标识，用于模型切换后触发重算）
- initSchema 加 ALTER TABLE 迁移 vec/vec_model 两列（幂等，列已存在可忽略）
- scanItem 扩展读回 vec/vec_model
- SetVec(digest, vec, model) 写入向量
- QueryMedia(queryVec, model, topK)：对所有已嵌入媒体做余弦相似度检索，
  维度不一致的项自动跳过（防不同模型空间的向量被混算）

混合检索的设计意图：查询可以是图片也可以是文本（经向量化后调用 QueryMedia），
被查的媒体库里每个 item 也有视觉向量。两者在同一空间比对，谁相似度更高召回谁。
不再区分「图片查询」还是「文本查询」——向量空间的相似度自动决定。

2026-09-07 17:11:10 +08:00

..

base64.go

feat(memory): 内容寻址媒体存储（CAS）——图记忆支持二进制多媒体节点的底座

2026-09-04 11:03:36 +08:00

media_test.go

feat(memory): 媒体 GC 与描述生成两条后台循环

2026-09-04 22:00:03 +08:00

media.go

feat(media): media.Item 加视觉嵌入字段，Store 加 QueryMedia 跨模态检索

2026-09-07 17:11:10 +08:00

smoke_test.go

test(memory): 媒体存储的压力、冒烟与长稳测试

2026-09-04 11:29:18 +08:00

soak_test.go

test(memory): 媒体存储的压力、冒烟与长稳测试

2026-09-04 11:29:18 +08:00

stress_test.go

test(memory): 媒体存储的压力、冒烟与长稳测试

2026-09-04 11:29:18 +08:00