Bring Your Own Vector

自带向量检索

Mycel 的语义检索改为自带：内置嵌入模型、向量索引与语义菌毯已移除；库是纯 Markdown，用你自己的 Agent 或向量工具做语义检索。

改了什么

  • 移除：内置嵌入引擎（fastembed / ONNX Runtime）、embed-worker 进程、模型下载与管理界面、向量索引后台任务、语义菌毯视图、相关设置项。
  • 保留：Tantivy BM25 关键词检索（应用内搜索与 MCP search_notes 的底线）与结构星图。
  • 升级自动清理：旧版向量文件（vectors_v*.bin 等）与已下载模型权重在升级后自动删除，释放磁盘。

为什么

Mycel 的价值在治理、记忆与 Agent 接口，不在又内置一个嵌入栈。库本来就是纯 Markdown——任何向量工具都能直接读，不需要应用替你选一个模型。

怎么自己接

  1. 直接用 Agent：Claude Code、Codex 等 Agent 走 chunfeng-mcp 读写库；要语义召回时让 Agent 用自己的检索/向量工具扫 Markdown 文件即可。
  2. 自建向量管线：把 vault 目录交给你的嵌入管线（本地嵌入服务、向量库如 Qdrant/LanceDB/sqlite-vec 等）。Markdown + frontmatter 即可索引，无需导出。
  3. MCP 关键词检索：search_notes 提供 BM25 关键词召回（含 recall: "fts" | "scan" 来源标记），适合作为自建管线的字面锚点或兜底。

边界

  • Mycel 不替你管理模型、向量库或索引生命周期——那些文件放哪、何时重建由你的工具决定；请不要写进 .mycel/ 的保留层（除可再生派生层外会被清理策略忽略）。
  • 写入仍走提案契约：Agent 改笔记内容一律 propose_edit → diff 审批 → 落盘。