存储后端与 LLM 抽象（深入实现）
本章给要改后端 / 换模型 / 接私有部署的人。VideoRAG 把「存什么」和「用哪个模型」都做成了可替换抽象。
5.1 存储：三类抽象 + 默认实现
base.py 定义了三个抽象基类，VideoRAG 在 __post_init__（videorag.py:131）里按命名空间实例化它们：
| 抽象基类 | 干什么 | 默认实现 | 备选 |
|---|---|---|---|
BaseKVStorage（base.py:83） | 键值存储（段信息、文本块、LLM 缓存、视频路径） | JsonKVStorage（kv_json.py） | — |
BaseVectorStorage（base.py:68） | 向量库（实体、文字块、视频段特征） | NanoVectorDBStorage（vdb_nanovectordb.py:16） | vdb_hnswlib.py |
BaseGraphStorage（base.py:107） | 图存储（实体关系图） | NetworkXStorage（gdb_networkx.py:19） | gdb_neo4j.py |
这些类型在 VideoRAG dataclass 上是可替换字段（videorag.py:109-113），换后端只需传不同的类。
两种向量库实例的区别
注意有两个不同的向量库类：
NanoVectorDBStorage（vdb_nanovectordb.py:16）——文字向量库，embedding_func是文本嵌入模型，给实体库和 chunk 库用。查询带相似度阈值cosine_better_than_threshold=0.2（vdb_nanovectordb.py:17）。NanoVectorDBVideoSegmentStorage（vdb_nanovectordb.py:76）——视频段向量库，embedding_func=None，嵌入过程内嵌在 upsert/query 里用 ImageBind 实现（videorag.py:191注释也点明了这点）。查询阈值设-1（不过滤），保证总有候选。
5.2 LLM：三类模型 + 多 provider
LLMConfig（_llm.py:44）把项目用到的模型抽象成三类：
| 角色 | 用在哪 | 默认（openai_config） |
|---|---|---|
best_model_func（最强） | 实体抽取、片段过滤、最终作答 | gpt-4o |
cheap_model_func（便宜） | 查询改写、关键词抽取、描述摘要 | gpt-4o-mini |
embedding_func（嵌入） | 文字向量库 | text-embedding-3-small |
仓库预置了多套 provider 配置，换 provider 只是换一个 LLMConfig 常量传给 VideoRAG(llm=...)：
| 配置常量 | provider | 文件位置 |
|---|---|---|
openai_config | OpenAI | _llm.py:157 |
azure_openai_config | Azure OpenAI | _llm.py:280 |
ollama_config | 本地 Ollama | _llm.py:381 |
deepseek_bge_config | DeepSeek + 硅基流动 bge-m3 | _llm.py:491 |
注意视觉模型不在这套抽象里: 字幕/精读用的 MiniCPM-V 是直接在 caption.py/videorag.py:124 里 from_pretrained('./MiniCPM-V-2_6-int4') 硬编码加载的；ImageBind 同理在 feature.py/vdb_nanovectordb.py 里直接用。换文本 LLM 容易，换视觉模型要改源码。
5.3 两个横切关注点：缓存 + 限流
响应缓存: 每个 provider 的 *_complete_if_cache（如 _llm.py:91）都内置 KV 缓存——把 (model, messages) 哈希成 key（compute_args_hash），命中就直接返回，不调 API（_llm.py:104）。缓存存在 llm_response_cache（videorag.py:151，可由 enable_llm_cache 关掉）。多选题模式重试时会显式 use_cache=False 强制重新生成（_op.py:921）。
并发限流: limit_async_func_call（_utils.py:177）是个信号量装饰器，限制三类模型函数的最大并发数（best_model_max_async 等）。__post_init__ 里把模型函数包了一层（videorag.py:195），所以索引期那些 asyncio.gather 的大批 LLM 调用不会一次性打爆 API 限速。重试本身由 tenacity 的 @retry 处理 RateLimit/连接错误（_llm.py:86）。
5.4 Vimo 桌面应用怎么用它
仓库另一半 Vimo-desktop/ 是个 Electron 应用，Python 后端 videorag_api.py 把 VideoRAG 包成长驻服务：
- 索引和查询各起独立进程，进程名打成
videorag-index-{chat_id}/videorag-query-{chat_id}（videorag_api.py:591/718），便于按会话管理/杀进程。 - 后端动态构造
LLMConfig（videorag_api.py:646）再VideoRAG(llm=...)（videorag_api.py:667），调insert_video（videorag_api.py:693）和query(mode="videorag")（videorag_api.py:808）。
本章未逐行通读 Vimo 的 TS 前端，只覆盖了它与算法层的调用面。
5.5 巧妙之处（可借鉴）
- 粗/精两级字幕分摊视觉成本（
caption.py:17vscaption.py:56）：所有段做廉价 5 帧粗描述，只对命中段做 15 帧定向精读——省 GPU 又保质量。 - 段名即元数据（
split.py:45）：把start-end编进文件名，全程不用额外数据库就能还原时间戳。 - ImageBind 同空间对齐（
feature.py）：文本和视频共享向量空间，使「用一句话搜画面」成立。 - 过滤全删则全保留的兜底（
_op.py:694）：避免过度过滤导致无答可生。 - 子进程 error_queue 不吞异常（
videorag.py:268）：并行管线里子进程崩溃会被收集、落盘、再抛出。
5.6 边界与局限
- 重度依赖本地模型与 GPU: MiniCPM-V、ImageBind、faster-whisper 都需本地下载权重并跑在 CUDA 上（
vdb_nanovectordb.py:94直接.cuda()）——没 GPU 基本跑不动索引。 - 视觉模型路径硬编码:
./MiniCPM-V-2_6-int4、./faster-distil-whisper-large-v3是写死的相对路径（caption.py:19、asr.py:9）。 - 图谱无增量社区/聚类:
BaseGraphStorage声明了clustering/community_schema（base.py:141，继承自 nano-graphrag），但 VideoRAG 主线没用到——ainsert里相关代码被注释（videorag.py:367）。这部分是来自上游的「惰性」机制。 - 多选题重试无上限:
_op.py:914的 while 循环靠模型最终给合法 JSON 收敛，理论上可能久转。 wo_reference字段未声明: 见02章 3.2 步骤七——QueryParam没声明该字段，需手动赋到实例上，否则mode="videorag"会在_op.py:730出错（inferred）。
5.7 横向对比（同 shelf）
VideoRAG 与纯文本 GraphRAG 家族同源（提示词直接来自 microsoft/graphrag，prompt.py:2），但把「文档」换成了「视频段」，并 叠加了视觉通道——这是它区别于普通 RAG 的本质。相比只做字幕检索的方案，它多保留了画面语义（ImageBind + 视觉语言模型精读），代价是重 GPU 依赖。
代码地图
| 主题 | 文件 | 符号 |
|---|---|---|
| 存储抽象基类 | videorag/base.py | BaseKVStorage, BaseVectorStorage, BaseGraphStorage |
| JSON 键值存储 | videorag/_storage/kv_json.py | JsonKVStorage |
| 文字向量库 | videorag/_storage/vdb_nanovectordb.py | NanoVectorDBStorage |
| 视频段向量库 | videorag/_storage/vdb_nanovectordb.py | NanoVectorDBVideoSegmentStorage |
| NetworkX 图存储 | videorag/_storage/gdb_networkx.py | NetworkXStorage |
| Neo4j 图存储（备选） | videorag/_storage/gdb_neo4j.py | Neo4jStorage |
| LLM 配置抽象 | videorag/_llm.py | LLMConfig |
| 各 provider 配置 | videorag/_llm.py | openai_config, deepseek_bge_config, ollama_config |
| 缓存的补全 | videorag/_llm.py | openai_complete_if_cache |
| 并发限流装饰器 | videorag/_utils.py | limit_async_func_call |
| Vimo 后端集成 | Vimo-desktop/python_backend/videorag_api.py | （ 进程 videorag-index-* / videorag-query-*） |