Hacktoberfest 2026：維護者為十月標記出來的 issue，仍然開放、適合新手。 瀏覽 Hacktoberfest issue

[Feature] 支持 qwen3-vl-embedding 等多模态向量模型的图文检索

未關閉
  • 哪裡不對？
#6,879 1 則留言 0 個 reaction 已指派 0 人 在 GitHub 檢視

維護者通常 1 天內回覆

還沒有人認領這個 Issue。

評估

難度
5/5
預估耗時
一週以上
新手友好度
30/100
Issue 類型
功能
描述清晰度
需要釐清
活躍度
活躍
技術堆疊
python
領域
backend, databases, machine-learning

研究方向

首先追蹤呼叫 embed_query(text) 和 embed_documents(List[str]) 的 PGVector 擷取與查詢入口，然後檢查模型抽象所支援的輸入類型。定義影像輸入與混合文字-影像輸入、模型中繼資料、維度以及模態資訊的表示方式，同時保留現有的文字嵌入。完成的標準是：相容的擷取與檢索路徑支援所要求的模態，且不混合不相容的向量。

由索引模型根據 Issue 內容生成。

描述

Type: Feature Request
MaxKB Version

2.10.5

Please describe your needs or suggestions for improvements

当前 MaxKB 的知识库向量化和检索流程只支持纯文本 Embedding，无法使用 qwen3-vl-embedding 等多模态向量模型进行图片向量化和图文跨模态检索。

在配置多模态向量模型后，图片内容仍只能先经过 OCR 或视觉模型转换为文本，再生成文本向量，无法直接生成图片向量。因此无法实现“文字检索图片”“图片检索文字”以及图文统一向量空间检索。

Please describe the solution you suggest

建议增加多模态向量模型能力：

  • 在模型配置中标识文本、图片或图文多模态输入能力；
  • 向量化任务支持将图片文件传递给 Embedding 模型，而不仅是 List[str]；
  • 查询侧支持文本、图片和图文混合输入；
  • 向量存储和索引记录模型、维度及模态信息，避免与现有文本向量混用；
  • 保持现有纯文本 Embedding 和已有知识库的兼容性。
Additional Information

MaxKB v2.10.5-lts 的 PGVector 入库和查询均调用 embed_query(text) / embed_documents(List[str])，当前模型抽象没有图片输入通道。

主要語言
Python
星號
22.9k
分支
3.2k
平均合併
2 小時 24 分鐘
30 天內合併 PR
214

環境準備

從這裡開始

  1. 先讀完整個 Issue，再讀專案的貢獻指南。
  2. 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
  3. Fork 儲存庫，在一個分支上完成修改。
  4. 送出 Pull Request，並在描述裡引用這個 Issue 編號。

1Panel-dev/MaxKB 的其他 Issue

查看 1Panel-dev/MaxKB 的全部 Issue

相似的 Issue

更多 Python Issue

把新 issue 寄到你的電子郵件信箱

精選適合新手參與的 GitHub issue 摘要。