03-ai-classification.md

AI 分類與處理 (AI Classification & Processing)

AI Agent Target: Explains the workflow for classify_questions_ai.py and generate_question_embeddings.py for automated data augmentation.
Human Target: 使用 Python 腳本自動分類問題與產生向量嵌入的指南。

classify_questions_ai.py 使用指南

此腳本使用生成式 AI (如 Gemini) 讀取問題文字，並自動將其分類至預定義的領域 (領域 1-6)。

前置作業:

• Python 3.10+
• secrets.json 中有效的 AI API 金鑰
• Supabase 連線資訊

工作流程:

1. 讀取未分類: 查詢 Supabase 中 topic 為 null 的問題。
2. AI 推論: 提示 AI 對問題進行分類。
3. 漸進式快取: 將進度儲存至本地 classified_ids.json，避免失敗時重複處理。
4. 三向同步寫入: 更新資料庫。它會嘗試更新 Supabase、MongoDB 與 Firebase RTDB 以保持一致性。
5. 速率限制 (Rate Limiting): 實作指數退避 (exponential backoff) 以處理 AI API 的速率限制。

generate_question_embeddings.py

使用本地或雲端嵌入模型產生 768 維的向量嵌入。

• 儲存: 產生的向量會透過 pgvector 擴展儲存於 Supabase PostgreSQL 資料庫中。
• 用途: 這些向量驅動應用程式中的語意搜尋功能，讓使用者能依據意義而非精確關鍵字來尋找問題。