fix: Faiss read/write failure on Windows with non-ASCII user paths

astrbot/core/db/vec_db/faiss_impl/embedding_storage.py

@@ -5,21 +5,132 @@
         "faiss 未安装。请使用 'pip install faiss-cpu' 或 'pip install faiss-gpu' 安装。",
     )
 import os
+import shutil
+import tempfile
+import uuid
 
 import numpy as np
 
 
+# ── Faiss C++ fopen() 在 Windows 上使用 ANSI codepage ──
+# Python 传给 Faiss 的路径是 UTF-8 字节，但 Windows fopen 期望 ANSI 编码，
+# 导致含非 ASCII 字符的路径（如 C:\Users\中文用户名\...）被解读为乱码而失败。
+# 本模块通过"纯 ASCII 临时文件桥接"规避此问题。
+#
+# tempfile.gettempdir() 可能返回含中文用户的路径（取决于 TEMP 环境变量），
+# 所以 _safe_temp_dir() 硬编码一个保证纯 ASCII 且可写的目录。
+
+
+def _safe_temp_dir() -> str:
+    """返回保证纯 ASCII 且可写的临时目录，用于 Faiss I/O 桥接。
+
+    优先级:
+    1. %SystemRoot%\\Temp（Windows 系统临时目录，如 C:\\WINDOWS\\TEMP）
+    2. tempfile.gettempdir()（当其为纯 ASCII 时）
+    3. 当前工作目录
+    4. 非 Windows 平台使用 tempfile.gettempdir()
+    """
+    # Windows 专属硬编码
+    if os.name == "nt":
+        candidates = []
+        root = os.environ.get("SystemRoot", r"C:\Windows")
+        candidates.append(os.path.join(root, "Temp"))
+        candidates.append(tempfile.gettempdir())
+        try:
+            candidates.append(os.getcwd())
+        except OSError:
+            pass
+
+        for d in candidates:
+            if d.isascii() and os.path.isdir(d) and os.access(d, os.W_OK):
+                return d
+
+        # 所有候选都不行时抛异常，不再静默兜底
+        raise OSError(
+            f"_safe_temp_dir: 无法找到可写的纯 ASCII 临时目录。"
+            f"检查过: {candidates}"
+        )
+
+    # 非 Windows（Linux / macOS）：tempfile 足够
+    return tempfile.gettempdir()
+
+
+def _make_temp_file(prefix: str) -> str:
+    """创建用于 Faiss 桥接的唯一临时文件，返回路径。
+
+    使用 tempfile.mkstemp + UUID 保证多线程/多协程并发安全。
+    """
+    safe_dir = _safe_temp_dir()
+    fd, path = tempfile.mkstemp(
+        prefix=f"{prefix}_{uuid.uuid4().hex[:8]}_",
+        suffix=".faiss",
+        dir=safe_dir,
+    )
+    os.close(fd)
+    return path
+
+
 class EmbeddingStorage:
     def __init__(self, dimension: int, path: str | None = None) -> None:
         self.dimension = dimension
         self.path = path
         self.index = None
         if path and os.path.exists(path):
-            self.index = faiss.read_index(path)
+            self.index = self._read_index(path)
         else:
             base_index = faiss.IndexFlatL2(dimension)
             self.index = faiss.IndexIDMap(base_index)
 
+    @staticmethod
+    def _read_index(path: str) -> "faiss.Index":
+        """读取 Faiss 索引，兼容含非 ASCII 字符的 Windows 路径。
+
+        Faiss C++ fopen() 使用 ANSI codepage，无法处理 Python 传入的
+        UTF-8 编码非 ASCII 路径。应对：先尝试直接读；失败则用 Python
+        shutil.copy2 复制到纯 ASCII 临时文件再读。
+        """
+        try:
+            return faiss.read_index(path)
+        except RuntimeError:
+            pass  # 不吞其他异常类型
+
+        tmp = _make_temp_file("_faiss_read")
+        try:
+            shutil.copy2(path, tmp)
+            return faiss.read_index(tmp)
+        finally:
+            if os.path.exists(tmp):
+                try:
+                    os.remove(tmp)
+                except OSError:
+                    pass
+
+    @staticmethod
+    def _write_index(index: "faiss.Index", path: str) -> None:
+        """保存 Faiss 索引，兼容含非 ASCII 字符的 Windows 路径。
+
+        先写入纯 ASCII 临时文件，再用 Python shutil.move 移动到位。
+        Python 文件操作使用 Windows wide-char API (CreateFileW)，
+        正确支持 Unicode 路径。
+
+        写入前先确保目标目录存在，防止 shutil.move 时目录缺失。
+        """
+        dirname = os.path.dirname(path)
+        if dirname:
+            os.makedirs(dirname, exist_ok=True)
+
+        tmp = _make_temp_file("_faiss_write")
+        try:
+            faiss.write_index(index, tmp)
+            # Windows 同盘 move 是原子 rename，跨盘则走 copy+delete
+            shutil.move(tmp, path)
+        finally:
+            if os.path.exists(tmp):
+                try:
+                    os.remove(tmp)
+                except OSError:
+                    pass
+
     async def insert(self, vector: np.ndarray, id: int) -> None:
         """插入向量
 
@@ -35,7 +146,7 @@ async def insert(self, vector: np.ndarray, id: int) -> None:
             raise ValueError(
                 f"向量维度不匹配, 期望: {self.dimension}, 实际: {vector.shape[0]}",
             )
-        self.index.add_with_ids(vector.reshape(1, -1), np.array([id]))
+        self.index.add_with_ids(vector.reshape(1, -1), np.array([id], dtype=np.int64))
         await self.save_index()
 
     async def insert_batch(self, vectors: np.ndarray, ids: list[int]) -> None:
@@ -53,7 +164,7 @@ async def insert_batch(self, vectors: np.ndarray, ids: list[int]) -> None:
             raise ValueError(
                 f"向量维度不匹配, 期望: {self.dimension}, 实际: {vectors.shape[1]}",
             )
-        self.index.add_with_ids(vectors, np.array(ids))
+        self.index.add_with_ids(vectors, np.array(ids, dtype=np.int64))
         await self.save_index()
 
     async def search(self, vector: np.ndarray, k: int) -> tuple:
@@ -67,8 +178,9 @@ async def search(self, vector: np.ndarray, k: int) -> tuple:
 
         """
         assert self.index is not None, "FAISS index is not initialized."
-        faiss.normalize_L2(vector)
-        distances, indices = self.index.search(vector, k)
+        # IndexFlatL2 是欧氏距离索引，不进行归一化，
+        # 确保与 insert/insert_batch 的一致性
+        distances, indices = self.index.search(vector.reshape(1, -1), k)
         return distances, indices
 
     async def delete(self, ids: list[int]) -> None:
@@ -84,12 +196,7 @@ async def delete(self, ids: list[int]) -> None:
         await self.save_index()
 
     async def save_index(self) -> None:
-        """保存索引
-
-        Args:
-            path (str): 保存索引的路径
-
-        """
-        if self.index is None:
+        """保存索引（兼容含非 ASCII 字符的 Windows 路径）"""
+        if self.index is None or not self.path:
             return
-        faiss.write_index(self.index, self.path)
+        self._write_index(self.index, self.path)