VectorWave - un framework qui enregistre/met automatiquement en cache les entrées/sorties des fonctions Python dans une base de données vectorielle avec une seule ligne de décorateur

Bonjour, je vous présente VectorWave, un framework open source que j’ai développé pour enregistrer et gérer automatiquement les données d’exécution des fonctions/méthodes Python dans une base de données vectorielle (Weaviate).

Ce projet est né de l’expérience parfois fastidieuse de devoir mettre en place la collecte de données, l’embedding et les pipelines de logging lors de la construction de systèmes RAG ou d’applications LLM.

Github: https://github.com/cozymori/vectorwave

Qu’est-ce que VectorWave ?
VectorWave utilise le décorateur @vectorize pour embarquer automatiquement dans une base Vector DB, sans configuration complexe, le code source des fonctions, les docstrings, ainsi que les valeurs d’entrée/de sortie au moment de l’exécution. Cela permet la « recherche sémantique dans l’exécution du code » et le « cache sémantique ».

Fonctionnalités principales
Seamless Auto-Vectorization:

Il suffit d’ajouter le décorateur @vectorize pour que les métadonnées des fonctions (statiques) et les logs d’exécution (dynamiques) soient automatiquement stockés dans la Vector DB.

Semantic Caching (réduction des coûts):

Pour les fonctions coûteuses, comme les appels LLM, les résultats mis en cache sont renvoyés en fonction de la similarité sémantique des entrées (Semantic Similarity), ce qui réduit drastiquement les coûts API et la latence.

Documentation automatique basée sur l’IA:

Le LLM génère automatiquement des éléments comme la search_description des fonctions afin d’améliorer la qualité de recherche et de réduire la charge de documentation pour les développeurs.

Traçage distribué (Distributed Tracing):

Combiné avec @trace_span, il permet de regrouper des workflows complexes sous un même trace_id afin de visualiser et surveiller le flux d’exécution.

Auto-Injection:

Il est possible d’injecter des fonctionnalités depuis l’extérieur sans modifier le code de logique métier existant, afin d’appliquer monitoring et logging.

Docs: https://cozymori.github.io/vectorwave-docs/
Vous trouverez plus de détails dans la documentation ci-dessus.

Tous vos retours et contributions sont les bienvenus, et si le projet vous plaît, n’hésitez pas à lui mettre une étoile !