Mina Choi
01098835e9
발행이 SiteOntology 를 부르는데 서버는 따로 띄워야 했다. 실측(2026-09-14): 서버가 없으면 `[seo] SiteOntology 실패 — 키워드 없이 발행: ConnectError` 로 빌드는 성공하고 메타만 빈다 — 화면으로는 안 보이는 종류다. 한 벌로 묶어 "코드는 올라갔는데 서버가 없는" 상태를 없앤다. - ontology/: gitea.o2o.kr/Web4ai/o2o-site-ontology 를 이 레포로 편입(그 원격은 그대로 남는다) - ontology/Dockerfile(신규): 베이스는 node:22-slim. alpine 은 임베딩 런타임(onnxruntime)이 musl 바이너리를 안 줘서 적재가 ERR_DLOPEN_FAILED 로 죽는다 — 빌드는 성공하고 실행에서만 터진다 - docker-compose.yml: ontology · ontology-postgres(pgvector) · ontology-redis 추가. 자체 DB 를 쓰는 이유는 pgvector 확장 때문이다 — web4ai_db 를 남의 서비스 확장에 묶지 않는다 - 임베딩 모델(120MB)은 이미지에 굽지 않고 볼륨(ontology-model)에 남긴다 - 컨테이너끼리는 `http://ontology:3100` 으로 만난다. `.env` 의 127.0.0.1 은 컨테이너 자기 자신이라 안 닿는다 검증: 3개 기동 · 백엔드 컨테이너에서 ontology:3100/demo HTTP 200 · 마이그레이션·시드 완료 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
22 lines
798 B
TypeScript
22 lines
798 B
TypeScript
import { Injectable } from '@nestjs/common';
|
|
import OpenAI from 'openai';
|
|
import { EMBEDDING_DIM, env } from '../config/env';
|
|
import { EmbedKind, EmbeddingProvider } from './types';
|
|
|
|
@Injectable()
|
|
export class OpenAiEmbeddingProvider extends EmbeddingProvider {
|
|
readonly name = `openai:${env.llm.embeddingModel}`;
|
|
readonly dimensions = EMBEDDING_DIM;
|
|
private readonly client = new OpenAI({ apiKey: env.llm.apiKey });
|
|
|
|
async embed(texts: string[], _kind: EmbedKind = 'passage'): Promise<number[][]> {
|
|
if (texts.length === 0) return [];
|
|
const res = await this.client.embeddings.create({
|
|
model: env.llm.embeddingModel,
|
|
input: texts,
|
|
dimensions: EMBEDDING_DIM, // 스키마와 차원을 맞춘다
|
|
});
|
|
return res.data.map((d) => d.embedding as number[]);
|
|
}
|
|
}
|