配置指南

Milvus Tools 的所有行为都由仓库根目录的 config.json 控制：Milvus 地址与 collection、文本切片规则、Embedding 模型、搜索参数等都写在这里。每次运行 CLI 脚本（pnpm run milvus:*）前都自动读取该文件；你可以在编辑器中打开 config.json（或运行 cat config.json）确认默认值，也可以通过环境变量覆盖其中的字段。

新手提示：如果还没看过 config.json，先用 cat config.json 或打开 VSCode/IDE 里的文件，按 Section（milvus、dataSource、embedding 等）逐块理解当前默认配置，再去调用脚本。很多问题都可以在这里发现，例如 embedding 维度是否匹配、Milvus 地址是否指向 127.0.0.1:19530。

配置结构一览

{
  "milvus": { ... },
  "dataSource": { ... },
  "embedding": { ... },
  "chunking": { ... },
  "search": { ... },
  "ingest": { ... },
  "index": { ... }
}

milvus

字段	说明
address	Milvus 服务器地址，默认 127.0.0.1:19530。
collection	默认 collection 名称，例如 ai_common_chunks。
docker.composePath	本地 docker-compose 文件所在目录，用于 milvus-init 时的路径提示。
docker.serviceName	Docker Compose 服务名。
docker.attuUrl	Attu UI 地址。

可以通过 MILVUS_HOST、MILVUS_PORT、MILVUS_COLLECTION 环境变量覆盖运行时连接信息。

dataSource

字段	说明
root	文档根目录，默认 ~/Documents/AI_Common，会递归扫描 Markdown 文件。
filePatterns	需要处理的文件 glob。
privacyExcludeFile	排除文件列表，处理入库前会读取此文件确定需忽略的路径或关键词。

embedding

包含各 Embedding 提供商的设置：

• provider：当前默认值 ollama（可以切换到 openai）。
• ollama、openai 里分别定义 baseUrl、model、dimension、concurrency（推理并发）。

切换到 openai 时需要在环境变量中填写 OPENAI_API_KEY。

chunking

• minChars / maxChars 控制切片的字数范围。
• headingDelimiters 用于识别 Markdown 标题以分段。

search

• topK：相似度查询返回的最大条数。
• metricType：使用的距离度量（COSINE、L2、IP）。

ingest

• batchSize：每批提交向量的数量。

index

• type：Milvus 支持的索引类型，如 HNSW 或 IVF_FLAT。
• metricType：搜索时使用的度量；建议 /index.metricType 与 /search.metricType 保持一致。
• params：根据具体索引调整，比如 HNSW 下的 M/efConstruction。

配置覆盖示例

MILVUS_HOST=milvus.local \
MILVUS_PORT=19530 \
EMBEDDING_DIM=1536 \
OLLAMA_MODEL=nomic-embed-text \
pnpm run milvus:ingest

变量解释：

• EMBEDDING_DIM 与当前 Schema 中的向量维度一致。
• OLLAMA_MODEL 可切换至你预先下载的 Embedding 模型。

多环境建议

• 使用 config.json 保存开发环境默认值。
• 使用 .env.local/shell 环境变量调整生产参数（Milvus 地址、Embedding 模型等）。
• 每次全量重建前确认 config.json.chunking 与文档结构匹配，避免生成过短或过长的 chunk。