33800 Docs

← Retour

Mémoire Vectorielle Claude - Déploiement

Date: 27/01/2026 Statut: TERMINE

Objectif

Remplacer le système de mémoire basé sur grep par une recherche vectorielle sémantique pour éviter la perte d'informations après compression de contexte.

Réalisations

Phase 1 - ai-orchestrator

Ajout du support embeddings dans execute_ollama_job()
Modèle: nomic-embed-text (768 dimensions)
Déployé via CI/CD GitLab

Phase 2 - claude-memory

Nouveau projet GitLab: https://gitlab.33800.nowhere84.com/gouroubleu/claude-memory
CI/CD configurée
Container déployé sur prod-portainer:5510

Schema Supabase

Schema: claude_memory (séparé de public)
Tables: chunks, files, search_logs
Fonctions: search(), stats()
pgvector pour stockage embeddings

Configuration Supabase REST

Ajouté claude_memory dans PGRST_DB_SCHEMAS
supabase-rest-prod recréé avec bonne config
Alias réseau "rest" pour Kong

Endpoints API

Endpoint	Méthode	Description
/health	GET	Status service
/stats	GET	Statistiques mémoire
/search	POST	Recherche sémantique
/sync	POST	Synchronisation manuelle
/reset	POST	Purge namespace

Statistiques actuelles

186 chunks indexés
13 fichiers markdown
Namespace: claude

URLs

Fichiers modifiés

/stock_8to/33800-stack/projects/ai-orchestrator/app/main.py - Support embeddings
/stock_8to/33800-stack/docker/stacks/supabase-prod/.env - PGRST_DB_SCHEMAS
/stock_8to/33800-stack/scripts/deploy/strategies/docker.sh - Fix bind mounts

Notes

Le secret SUPABASE_SERVICE_KEY doit être passé au container manuellement pour l'instant
La CI/CD build et push l'image, mais le déploiement Smart-Deploy ne gère pas encore les secrets Supabase