Skip to content

v1.3.0

Choose a tag to compare

@wasinskivini wasinskivini released this 14 Nov 12:05
· 9 commits to main since this release
eec44a7

Busca por significado bem melhor no material real, escolhida por medição: 48 perguntas sobre um material de curso de verdade, escritas com outras palavras, feitas ao servidor pelo protocolo MCP.

Alterado

  • Modelo novo: snowflake-arctic-embed-m-v2.0 (Apache-2.0, multilíngue), e cada trecho ganha um cabeçalho com o nome do arquivo e os títulos da seção antes de virar vetor. Arquivo certo em 1º lugar: de 21 para 34 das 48 perguntas; entre os 5 primeiros: de 33 para 44. A busca por nome exato continua igual.
  • Custos, quase todos de uma vez só: o modelo baixa ~310 MB; a primeira indexação leva ~6,5 min para ~1.700 arquivos, com a busca funcionando enquanto isso. Cada servidor aberto usa ~1 GB de memória com a busca por significado ligada. O tempo de cada busca não mudou (~0,44 s).
  • O índice é refeito uma vez, sozinho, na primeira conversa depois de atualizar. O modelo antigo fica em MODELS_DIR/Xenova (~120 MB) e pode ser apagado.
  • Quem não usa a busca por significado (SEMANTIC_SEARCH) não é afetado.

Corrigido

  • Buscas travavam durante a indexação: agora os pedidos do cliente têm prioridade, e as buscas continuam respondendo enquanto o índice é montado.
  • O aviso "Unknown model class" não aparece mais no log.
  • Correção do que foi anunciado na 1.2.0: o ganho do corte nos títulos tinha sido medido com um teste que o favorecia. Com o modelo novo, ele soma de fato (+0,04 de MRR), e o cabeçalho, +0,07.

npm: npx -y study-notes-mcp@latest