ドキュメント

SDK リファレンス

Python パッケージは Hosted API クライアントと projection 中心のワークフローを両方エクスポートします。まずどちらが必要かを区別することが重要です。

入口を選ぶ

export	役割	主な呼び出し
`Schift`	Hosted API クライアント	`catalog`, `embed`, `routing`, `bench`, `db`, `query`, `rerank`, `usage`
`Client`	レガシー projection クライアント	`fit()`, `bench()`, `list_projections()`, `get_projection()`
`Projection`	完全ローカル変換オブジェクト	`transform()`, `save()`, `load()`
`migrate()` / `client.migrate.run()`	アダプタベースの書き換え	一方のストアから読み、もう一方へ projection 結果を書き込む

Hosted API モジュール

pythonfrom schift import Schift

client = Schift()

client.routing.set(
    primary="openai/text-embedding-3-small",
    fallback="google/gemini-embedding-001",
    mode="failover",
)

documents = [
    {"id": "doc-1", "text": "四半期売上レポート"},
    {"id": "doc-2", "text": "取締役会メモ"},
]

client.db.create_collection("finance-docs", dimension=3072)
client.db.upsert_text("finance-docs", documents, model="openai/text-embedding-3-large")
results = client.query("取締役会メモ", collection="finance-docs", rerank=True)
usage = client.usage.get(period="30d", granularity="day")

モジュール	公開呼び出し	メモ
`catalog`	`list()`, `get(model_id)`	モデルメタデータの参照
`embed`	`client.embed(text, model, dimensions=None)` と `.batch(...)`	`numpy.ndarray` を返す
`routing`	`get()`, `set(primary=None, fallback=None, mode=None)`	サーバーに保存されるルーティング方針
`bench`	`run(source, target, data=None)`	API から `BenchReport` を返す
`db`	`create_collection`, `list_collections`, `get_collection`, `collection_stats`, `delete_collection`, `upsert`, `upsert_text`	ホスト型コレクション操作
`query`	`client.query(query, collection=None, db=None, model=None, top_k=10, rerank=False, rerank_top_k=None)`	呼び出し可能モジュール
`rerank`	`client.rerank(query, documents, top_k=5)`	呼び出し可能モジュール
`usage`	`get(period="30d", granularity=None)`	集計済みアカウント利用量

projection 中心のワークフロー

pythonimport numpy as np
from schift import Client

legacy = Client(api_key="sch_your_key_here")

projection = legacy.fit(
    source=np.load("sample-old.npy"),
    target=np.load("sample-new.npy"),
    source_model="openai/text-embedding-3-small",
    target_model="google/gemini-embedding-001",
)

converted = projection.transform(np.load("all-old.npy"))
projection.save("./projection-openai-to-gemini")

アダプタとストア間移行

アダプタ	インストール	用途
`NpyAdapter`	標準同梱	オフラインの `.npy` 配列とバッチ出力
`PgVectorAdapter`	`pip install schift[postgres]`	PostgreSQL + pgvector テーブル
`QdrantAdapter`	`pip install schift[qdrant]`	Qdrant コレクション

pythonfrom schift import migrate
from schift.adapters.pgvector import PgVectorAdapter
from schift.adapters.qdrant import QdrantAdapter

result = migrate(
    source=PgVectorAdapter(
        conninfo="postgresql://user:pass@localhost/app",
        table="documents",
    ),
    sink=QdrantAdapter(
        url="http://localhost:6333",
        collection="documents-v2",
    ),
    projection=projection,
    dry_run=True,
)