Skip to main content Skills Marketplace Découvrez et explorez les compétences IA créées par la communauté.
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Afficher les détails du prompt Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
npx skills add https://github.com/egbertie/satisficing-lab --skill cos-vector-bucketLa commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.
Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.
Télécharger Zip Téléchargement... Métiers associés SOC
Basé sur la classification professionnelle SOC
Explorateur de fichiers
21 fichiers name cos-vector-bucket description 腾讯云 COS 向量桶全功能管理技能。覆盖向量桶、索引、向量数据的全生命周期管理，包括创建/删除/查询向量桶、创建/管理索引、插入/查询/搜索/删除向量数据、策略管理等 16 个核心能力。Trigger phrases: vector bucket, vector index, vector search, 向量桶, 向量索引, 向量搜索, 向量存储, 插入向量, 相似度搜索, COS vector. metadata {"openclaw":{"requires":{"env":["COS_VECTORS_SECRET_ID","COS_VECTORS_SECRET_KEY"]},"primaryEnv":"COS_VECTORS_SECRET_ID"}}
腾讯云 COS 向量桶全功能管理技能
通过 cos-python-sdk-v5 的 CosVectorsClient 管理腾讯云 COS 向量桶的完整生命周期。
能力总览
类别 能力 脚本 向量桶管理 创建向量桶 create_vector_bucket.py删除向量桶 delete_vector_bucket.py查询向量桶信息 get_vector_bucket.py列出所有向量桶 list_vector_buckets.py桶策略管理 设置桶策略 put_vector_bucket_policy.py获取桶策略 get_vector_bucket_policy.py删除桶策略 delete_vector_bucket_policy.py索引管理 创建索引 create_index.py查询索引信息 get_index.py
向量数据操作 插入/更新向量 put_vectors.py
首次使用 — 环境检查
步骤 1：检查 Python SDK python3 -c "from qcloud_cos import CosConfig, CosVectorsClient; print('OK')"
pip3 install cos-python-sdk-v5 --upgrade
步骤 2：检查凭证 确认以下环境变量已设置（或准备通过命令行参数传入）：
COS_VECTORS_SECRET_ID — 腾讯云 API 密钥 IDCOS_VECTORS_SECRET_KEY — 腾讯云 API 密钥 Key
请提供腾讯云凭证来连接 COS 向量存储服务：
SecretId — 腾讯云 API 密钥 IDSecretKey — 腾讯云 API 密钥 KeyRegion — 存储桶区域（如 ap-guangzhou）Bucket — 向量桶名称（格式 BucketName-APPID，如 examplebucket-1250000000）
密钥获取：腾讯云控制台 > 访问管理 > API密钥管理
公共参数 参数 必需 说明 --secret-id✅ 腾讯云 SecretId（或环境变量 COS_VECTORS_SECRET_ID） --secret-key✅ 腾讯云 SecretKey（或环境变量 COS_VECTORS_SECRET_KEY） --region✅ 地域，如 ap-guangzhou --bucket✅ 向量桶名称，格式 BucketName-APPID --scheme❌ 协议，http（默认）或 https
一、向量桶管理
1. 创建向量桶 python3 {baseDir}/scripts/create_vector_bucket.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
[--sse-type AES256]
专有参数 说明 --sse-type可选，加密类型，当前仅支持 AES256
2. 删除向量桶 python3 {baseDir}/scripts/delete_vector_bucket.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>"
3. 查询向量桶信息 python3 {baseDir}/scripts/get_vector_bucket.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>"
4. 列出所有向量桶 python3 {baseDir}/scripts/list_vector_buckets.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
[--max-results 10] \
[--prefix "my-" ]
专有参数 说明 --max-results可选，最大返回数量 --prefix可选，桶名前缀过滤
二、桶策略管理
5. 设置桶策略 python3 {baseDir}/scripts/put_vector_bucket_policy.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--policy '{"Statement": [...]}'
专有参数 说明 --policy必需，策略 JSON 字符串
6. 获取桶策略 python3 {baseDir}/scripts/get_vector_bucket_policy.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>"
7. 删除桶策略 python3 {baseDir}/scripts/delete_vector_bucket_policy.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>"
三、索引管理
8. 创建索引 python3 {baseDir}/scripts/create_index.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
--dimension <Dimension> \
[--data-type float32] \
[--distance-metric cosine] \
[--non-filterable-keys key1,key2]
专有参数 必需 说明 --index✅ 索引名称 --dimension✅ 向量维度，范围 1-4096 --data-type❌ 数据类型，默认 float32 --distance-metric❌ 距离度量，cosine（默认）或 euclidean --non-filterable-keys❌ 非过滤元数据键，逗号分隔
9. 查询索引信息 python3 {baseDir}/scripts/get_index.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>"
10. 列出所有索引 python3 {baseDir}/scripts/list_indexes.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
[--max-results 10] \
[--prefix "demo-" ]
11. 删除索引 python3 {baseDir}/scripts/delete_index.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>"
四、向量数据操作
12. 插入/更新向量
python3 {baseDir}/scripts/put_vectors.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
--vectors '[{"key":"doc-001","data":{"float32":[0.1,0.2,...]},"metadata":{"title":"标题"}}]'
python3 {baseDir}/scripts/put_vectors.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
--vectors-file vectors.json
专有参数 说明 --index必需，索引名称 --vectors向量数据 JSON 字符串 --vectors-file向量数据 JSON 文件路径（与 --vectors 二选一）
[
{
"key" : "doc-001" ,
"data" : { "float32" : [ 0.1 , 0.2 , 0.3 , "..." ] } ,
"metadata" : { "title" : "文档标题" , "category" : "分类" }
}
]
13. 获取指定向量 python3 {baseDir}/scripts/get_vectors.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
--keys "doc-001,doc-002" \
[--return-data] \
[--return-metadata]
专有参数 说明 --index必需，索引名称 --keys必需，向量键列表，逗号分隔 --return-data可选，返回向量数据 --return-metadata可选，返回元数据
14. 列出向量列表 python3 {baseDir}/scripts/list_vectors.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
[--max-results 10] \
[--return-data] \
[--return-metadata]
专有参数 说明 --index必需，索引名称 --max-results可选，最大返回数量 --return-data可选，返回向量数据 --return-metadata可选，返回元数据 --segment-count可选，分段总数 --segment-index可选，分段索引（从0开始）
15. 删除向量 python3 {baseDir}/scripts/delete_vectors.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
--keys "doc-001,doc-002"
16. 相似度搜索（query_vectors）
python3 {baseDir}/scripts/query_vectors.py \
--secret-id "<SecretId>" \
--secret-key "<SecretKey>" \
--region "<Region>" \
--bucket "<BucketName-APPID>" \
--index "<IndexName>" \
--query-vector '[0.1, 0.2, ...]' \
--top-k 5 \
[--filter '{"category": {"$eq": "AI"}}' ] \
[--return-distance] \
[--return-metadata]
python3 {baseDir}/scripts/query_vectors.py \
... \
--query-vector-file query.json \
--top-k 5
专有参数 必需 说明 --index✅ 索引名称 --query-vector✅* 查询向量 JSON 数组 --query-vector-file✅* 查询向量文件（与 --query-vector 二选一） --top-k✅ 返回最相似的 K 个结果 --filter❌ 过滤条件 JSON，如 {"category": {"$eq": "AI"}} --return-distance❌ 返回距离/相似度值 --return-metadata❌ 返回元数据
关键技术细节
CosVectorsClient ：向量桶专用客户端，不同于普通的 CosS3ClientEndpoint 配置 ：使用 Endpoint 参数（vectors.<Region>.coslake.com），SDK 会自动拼接 bucket 前缀协议 ：默认使用 http 协议桶名格式 ：必须为 BucketName-APPID 格式，如 examplebucket-1250000000桶名规则 ：仅支持小写字母、数字和中划线 -，长度 3-63 个字符向量维度 ：范围 1-4096数据类型 ：当前支持 float32距离度量 ：支持 cosine（余弦相似度）和 euclidean（欧氏距离）加密类型 ：可选 AES256 服务端加密
公共模块 所有脚本共享 common.py 公共模块，提供：
base_parser() — 创建包含凭证参数的基础解析器create_client() — 初始化 CosVectorsClientsuccess_output() — 统一的成功输出格式（JSON）fail() — 统一的错误输出格式并退出handle_error() — 统一的异常处理（CosServiceError / CosClientError）run() — 包装主函数并捕获异常
错误处理
CosServiceError ：服务端错误（如桶已存在、权限不足等）CosClientError ：客户端错误（如网络问题、参数错误等） { "success" : true , "action" : "..." , ...}
{ "success" : false , "error" : "..." }
凭证是否正确
Region 是否正确
Bucket 名称格式是否符合要求
网络是否连通
API 参考 详细 API 参数定义见 references/api_reference.md。
