#Vector Search

Qwen3-EmbeddingとQdrantの長期記憶をStackChan用の音声チャットサーバーに組み込み、会話から事実文を自動で抜き出して後から聞き返すテストを音声で通した。ラーメンとギターは思い出せたが、箱根の予定だけは疑問符の全角と半角で判定が変わるほど、しきい値0.45すれすれのスコアだった。

Qdrantで検索した記憶をQwenに渡す会話テストで、最新の作業が候補に入らない問題と新しい記憶がしきい値を割る問題を、類似度に新しさの加点1項を足すだけで直した。係数は4候補を機械的に選び、無関係な記憶が増える副作用まで実測した。

StackChanに載せる前に、Qdrantで検索した記憶をQwen3.7-Plusへ渡す会話をPC側で10問固定のセットで試した。記憶の主語を省くとキャラが自分の話と取り違え、しきい値0.45の前後は文面差で判定が逆転し、途中でModelScopeの埋め込みAPIが消えてローカルに切り替わった。その分をLLM側で取り返せるかアンバサダー枠の5モデルも叩いた。

Windows 11、AMD Ryzen 7 5800HS、RAM16GBの本番機で、Qwen3-Embedding-0.6BのローカルCPU実行とModelScope API経由を実測し、TTS・ASRが常駐した実運用状態で同時に動かした場合の干渉も測った。ローカルは音声応答も道連れに遅くしたが、API経由は劣化しなかった。

Windows 11、RTX 4060 8GB、RAM32GBの開発機で、Qwen3-Embedding-0.6BのCPU実行とQdrantのローカルモードを動かし、RAM消費と処理時間を実測した。StackChanの長期記憶設計で測れていなかった部分の続き。

MinishLab/sembleを1595 MDと152ソースのAstroブログで実機検証した。ウォーム状態のBM25クエリは0.84sでシンボル定義を最上位に返すが、hybridモードはMD記事に引きずられて`seasonalBanner`のような短いシンボルを見失う。

OpenAI API × Valkey × Node.jsの3エージェント構成でマルチエージェントスワームを組んだNeuroValkey Agentsのアーキテクチャを掘り下げる。Valkeyをキャッシュではなくオーケストレーション・メモリ・状態遷移の実行基盤として使う設計を読み解く。

アリババがMySQL互換のOLTP、DuckDBベースの高速OLAP、HNSWベクトルサーチを1つのデータベースに統合した「AliSQL 8.0」をオープンソースで公開した。MySQLの停滞とPostgreSQLの躍進の中で、この動きが持つ意味を考える。