feat: 第三优先级完善 — CI/CD、PyPI、pre-commit、CHANGELOG、贡献指南、基准测试、ADR

tests/benchmarks/conftest.py

@@ -0,0 +1,41 @@
+"""基准测试共享 fixture."""
+import pytest
+
+from src.core.config import ChunkConfig, EmbedConfig
+from src.core.db import VectorDB
+from src.core.embedder import create_embedder
+from src.core.ingest import DocumentIngestor
+from src.core.search import Searcher
+
+
+@pytest.fixture(scope="module")
+def benchmark_db(tmp_path_factory):
+    """模块级共享 ChromaDB 实例."""
+    persist_dir = tmp_path_factory.mktemp("bench_data")
+    return VectorDB(persist_dir=str(persist_dir))
+
+
+@pytest.fixture(scope="module")
+def benchmark_embedder():
+    """模块级共享 LocalEmbedder."""
+    config = EmbedConfig(mode="local", local_model="BAAI/bge-small-zh-v1.5")
+    return create_embedder(config)
+
+
+@pytest.fixture(scope="module")
+def benchmark_searcher(benchmark_db, benchmark_embedder):
+    """预填充数据的 Searcher."""
+    ingestor = DocumentIngestor(
+        benchmark_db, benchmark_embedder, "bench_collection",
+        chunk_config=ChunkConfig(max_size=1000, overlap=100),
+    )
+    for i in range(100):
+        content = (
+            f"# 文档{i}\n\n"
+            + "\n\n".join(
+                f"第{j}段用于基准测试。关键词: Python, Rust, GPU, 向量数据库。"
+                for j in range(5)
+            )
+        )
+        ingestor.ingest_content(content, f"bench_{i}.md")
+    return Searcher(benchmark_db, benchmark_embedder, "bench_collection")

tests/benchmarks/test_bench_embed.py

@@ -0,0 +1,23 @@
+"""嵌入性能基准测试."""
+import pytest
+
+
+def test_bench_embed_single(benchmark, benchmark_embedder):
+    """单文本嵌入耗时."""
+    text = "这是一段测试文本，用于测量嵌入速度。"
+    benchmark(benchmark_embedder.embed, [text])
+
+
+def test_bench_embed_batch_32(benchmark, benchmark_embedder):
+    """批量 32 文本嵌入耗时."""
+    texts = [f"测试文本第{i}条，模拟真实文档内容。" for i in range(32)]
+    benchmark(benchmark_embedder.embed, texts)
+
+
+def test_bench_embed_batch_100(benchmark, benchmark_embedder):
+    """批量 100 文本嵌入耗时（GPU 优势显著）."""
+    texts = [
+        f"测试文本第{i}条。Python 通用编程语言，用于数据科学和 AI。"
+        for i in range(100)
+    ]
+    benchmark(benchmark_embedder.embed, texts)

tests/benchmarks/test_bench_search.py

@@ -0,0 +1,17 @@
+"""检索性能基准测试."""
+import pytest
+
+
+def test_bench_search_top5(benchmark, benchmark_searcher):
+    """top_k=5 检索耗时."""
+    benchmark(benchmark_searcher.search, "Python 向量数据库", top_k=5)
+
+
+def test_bench_search_top20(benchmark, benchmark_searcher):
+    """top_k=20 检索耗时."""
+    benchmark(benchmark_searcher.search, "Rust 编程语言 GPU", top_k=20)
+
+
+def test_bench_search_cold_start(benchmark, benchmark_searcher):
+    """冷启动检索耗时."""
+    benchmark(benchmark_searcher.search, "GPU 加速 深度学习 嵌入", top_k=10)