a7de6a488b
Validé sur PC Windows (DESKTOP-58D5CAC, 2560x1600) : - 8 clics résolus visuellement (1 anchor_template, 1 som_text_match, 6 som_vlm) - Score moyen 0.75, temps moyen 1.6s - Texte tapé correctement (bonjour, test word, date, email) - 0 retries, 2 actions non vérifiées (OK) Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
1.5 KiB
1.5 KiB
Index FAISS - RPA Vision V3
Ce répertoire contient les index FAISS pour la recherche de similarité.
Structure
faiss_index/
├── workflow_embeddings.index # Index FAISS principal
├── workflow_embeddings.metadata # Métadonnées associées
└── backups/ # Sauvegardes automatiques
Usage
Créer un Index
from core.embedding.faiss_manager import FAISSManager
# Créer un nouvel index
faiss_mgr = FAISSManager(dimensions=512, metric="cosine")
# Ajouter des embeddings
faiss_mgr.add_embedding("id_1", embedding, {"label": "button"})
# Sauvegarder
faiss_mgr.save(
Path("data/faiss_index/workflow_embeddings.index"),
Path("data/faiss_index/workflow_embeddings.metadata")
)
Charger un Index
# Charger un index existant
faiss_mgr = FAISSManager.load(
Path("data/faiss_index/workflow_embeddings.index"),
Path("data/faiss_index/workflow_embeddings.metadata")
)
# Rechercher
results = faiss_mgr.search_similar(query_embedding, k=5)
Statistiques
Pour voir les stats de l'index :
stats = faiss_mgr.get_stats()
print(f"Vecteurs: {stats['total_vectors']}")
print(f"Dimension: {stats['dimensions']}")
print(f"Métrique: {stats['metric']}")
Maintenance
Backup
# Créer une sauvegarde
cp data/faiss_index/workflow_embeddings.* data/faiss_index/backups/
Rebuild
# Reconstruire l'index depuis les données
python3 scripts/rebuild_faiss_index.py