Сервисы

search-service

Семантический поиск Conveyor — индексация и retrieval по узлам, плагинам и документации через Qdrant и embeddings.

search-service — опциональный сервис семантического поиска: индексирует узлы, плагины и справку, отдаёт релевантные результаты по embeddings (Qdrant), при необходимости использует Neo4j. Очередь индексации (BullMQ) — через Redis. Слушает TCP :3000 и health :3001.

На какие вопросы отвечает раздел: Зачем нужен поиск? Какие хранилища использует? Обязателен ли он?

Цель

Быстро находить нужные узлы/плагины/разделы справки по смыслу запроса и давать контекст flow-agent.

Задачи

индексация сущностей (узлы, плагины, документация);
retrieval по embeddings из Qdrant;
reconcile/relay индексов;
intent-классификация запросов.

Требования

Redis — BullMQ-очередь outbox индексации (SEARCH_SERVICE_INDEX_RELAY_*). Без доступного Redis relay/worker не поднимутся: при неверном REDIS_HOST типична ошибка ECONNREFUSED на 127.0.0.1:6379.
Qdrant (REST 6333, не gRPC 6334) — векторное хранилище. Образ qdrant/qdrant:v1.17.x совместим с клиентом @qdrant/qdrant-js 1.17.x в backend.
embeddings (Ollama/OpenAI-совместимый API).
PostgreSQL. Опционально Neo4j.

Ограничения

опционален. Семантический retrieval по embeddings требует search-service, Qdrant и проиндексированный каталог.
качество зависит от модели embeddings и полноты индекса;
fetch failed / Failed to obtain server version в логах обычно означает недоступность Qdrant по QDRANT_URL (сеть, сервис не поднят, неверный порт).
Проверка без curl (prod-образы — node:alpine, curl не установлен):
- предпочтительно: GET /health/deep на search-service (HTTP :3001) — блок qdrant должен быть ok;
- из контейнера search-service: node -e "fetch('http://qdrant:6333/collections').then(r=>r.text()).then(console.log).catch(e=>{console.error(e);process.exit(1)})";
- с хоста, если Qdrant проброшен наружу: curl -fsS http://127.0.0.1:6333/collections.

Настройки и переменные окружения

Переменная	Зачем	На что влияет	По умолчанию
`SEARCH_SERVICE_TCP_LISTEN`	Адрес TCP-сервиса	Порт/интерфейс поиска	`0.0.0.0:3000`
`SEARCH_SERVICE_HEALTH_HTTP_LISTEN`	Адрес health	Проверки готовности	`0.0.0.0:3001`
`SEARCH_SERVICE_START_MODE`	Режим старта	Поведение индексации при запуске	`lazy`
`EMBEDDING_MODEL`	Модель embeddings	Качество векторизации	—
`QDRANT_URL`	Адрес Qdrant (REST)	Где хранятся векторы	`http://qdrant:6333`
`QDRANT_API_KEY`	API key Qdrant Cloud / secured	Заголовок авторизации	—
`OLLAMA_BASE_URL`	Адрес LLM/embeddings	Источник embeddings	`http://ollama:11434`
`HELP_INTENT_MODEL` / `HELP_INTENT_WEIGHT`	Классификация intent	Ранжирование «помощь vs поиск»	—
`SEARCH_SERVICE_NEO4J_*`	Доступ к Neo4j	Графовые связи (опц.)	—
`DATABASE_URL`	Подключение к Postgres	Метаданные индексов	—
`REDIS_HOST` / `REDIS_PORT`	Адрес Redis	BullMQ: relay и worker очереди индексации	`localhost` / `6379` (в compose — `redis:6379`)
`SEARCH_SERVICE_INDEX_RELAY_ENABLED`	Включить relay+worker	Асинхронная индексация в Qdrant	`true`

Параметры retrieval/reconcile (SEARCH_RETRIEVAL_*, SEARCH_SERVICE_INDEX_RELAY_*, SEARCH_SERVICE_RECONCILE_*) — в «Справочнике».

Дальше

flow-agent · Библиотека

flow-agent

ИИ-генерация процессов и чат-агент Conveyor — построение процессов по описанию на естественном языке.

Конфигурация, CLI и коды ошибок

CLI, конфигурация, переменные окружения, коды ошибок и лимиты.