Vector Intelligence Engine

4-level data model: text → facts → vectors → graph Multi-level analysis: from raw text to knowledge graph automatically

Vector Intelligence — четырёхуровневый pipeline обработки данных: **Level 1: Raw text** — сообщения пользователя, как есть. **Level 2: Structured facts** — LLM извлекает факты по 5 измерениям (niche, pain, audience, economics, competitive). Каждый факт имеет вес 10-100. **Level 3: Vector embeddings** — pg_vector для семантического поиска. Cosine similarity. **Level 4: Knowledge Graph** — факты становятся узлами, связи между ними — рёбрами. Каждый уровень обогащает предыдущий. SQLite fallback для dev-среды (без pg_vector).

Четыре уровня обработки: сырой текст → структурированные факты → векторные связи → граф знаний. Каждый уровень обогащает предыдущий. 5 измерений анализа: ниша, боли, аудитория, экономика, конкуренты.

## How it works ## Как это работает

Message → FactExtractorService (LLM, 5 dimensions) → weight 10-100 → EmbeddingJob (pg_vector) → KgBuilderJob (nodes + edges). SQLite fallback: hash-based embeddings for dev. Сообщение → AI извлекает факты → векторизация → граф знаний. Автоматически, для каждого сообщения.

## How it works ## Как это работает

## Related ## Связанные продукты

Semantic Memory

Knowledge Graph

Pain Extractor