jl-vector-store 0.1.0

Add your description here

内容向量库存储及查询

基于 ChromaDB 向量数据库的内容存储、检索工具。

📋 项目简介

• 内容存储：将内容及其分析结果存入 ChromaDB 向量数据库
• 语义检索：通过语义相似度快速检索相关爆款内容
• 多维度查询：支持语义搜索、关键词搜索、元数据过滤
• 数据管理：提供内容更新、删除、备份等完整管理功能

🚀 快速开始

环境要求

• Python >= 3.8
• ChromaDB（向量数据库）
• 嵌入模型 API（默认支持硅基流动）

配置环境变量

# 嵌入模型配置（使用硅基流动免费模型）
export EMBEDDING_BASE_URL="https://api.siliconflow.cn/v1/embeddings"
export EMBEDDING_API_KEY="your-api-token"
export EMBEDDING_MODEL="BAAI/bge-large-zh-v1.5"

安装

uv tool install jl-vector-store

📖 命令行使用

存储内容

# 从文件存储
uvx jl-vector-store store --file sample.txt --title "爆款标题" --platform "抖音" --author "作者名"

# 直接输入内容存储
uvx jl-vector-store store --content "这里是要存储的爆款内容" --title "爆款标题" --platform "小红书"

查询相似内容

# 基础查询（返回5条）
uvx jl-vector-store query --text "工作效率提升技巧"

# 按平台过滤
uvx jl-vector-store query --text "学习方法" --platform "公众号" --n 3

关键词查询

# 通过关键词查询
uvx jl-vector-store keyword --keywords "效率,时间管理,职场" --n 10

# 按平台过滤
uvx jl-vector-store keyword --keywords "减肥,健身" --platform "抖音" --n 5

查看统计信息

uvx jl-vector-store stats

备份数据

# 默认路径备份
uvx jl-vector-store backup

# 指定路径备份
python main.py backup --path /path/to/backup.json