Remove :storage-inmemory module, tests, and related code.

vector-index-ksqlite/README.md

@@ -0,0 +1,112 @@
+# `:vector-index-ksqlite` — ANN-индекс поверх SQLite (brute-force)
+
+## Что это
+
+KMP-реализация `MutableVectorIndexStore` поверх
+[ksqlite](https://github.com/caffeine-mgn/ksqlite). Persistence
+"бесплатно" — обычная SQLite БД.
+
+Стратегия поиска: **brute-force cosine similarity**. Один `SELECT`
+всех записей → декодирование BLOB → cosine sim в Kotlin → sort desc →
+топ-K. Просто, KMP-совместимо, **без** sqlite-vec extension.
+
+Используется как persistent ANN-индекс для small-to-medium датасетов
+(≤10K записей на embedding ~512d). Для больших — переезжать на
+`:vector-index-jvector` или sqlite-vec.
+
+## Где используется
+
+Standalone-агентом, когда нужна persistence embeddings и масштаб не
+превышает ~10K записей. Прямо сейчас модуль **не подключён** в
+`:standalone` — это API-готовый компонент, ждущий интеграции.
+
+## Что внутри
+
+```kotlin
+class KsqliteVectorIndexStore private constructor(
+    override val dimension: Int,
+    connection: SQLiteConnection,
+    ownsConnection: Boolean,
+) : MutableVectorIndexStore {
+
+    constructor(dimension: Int, path: String)
+    constructor(dimension: Int, connection: SQLiteConnection)
+
+    override suspend fun getSize(): Long
+    override suspend fun add(id: String?, embedding: FloatArray, payload: String?): VectorIndex
+    override suspend fun delete(id: String): Boolean
+    override suspend fun clear(): Long
+    override suspend fun search(embedding: FloatArray, limit: Int): List<VectorSearchResult>
+    override fun close()
+
+    companion object {
+        fun memory(dimension: Int, name: String? = null): KsqliteVectorIndexStore
+    }
+}
+```
+
+**Lifecycle:**
+- `(dimension, path)` — открывает файловое соединение, мигрирует,
+  закрывает в `close()`.
+- `(dimension, connection)` — внешнее соединение (shared bundle);
+  store НЕ закрывает его.
+- `memory(dimension, name)` — in-memory, мигрирует, закрывает.
+
+**Schema:** единственная таблица `vector_index (id TEXT PRIMARY KEY,
+dimension INTEGER, embedding BLOB, payload TEXT)`. Embedding хранится
+как raw float32 little-endian через ручной `FloatArray.toLittleEndianBytes()` /
+`ByteArray.toFloatArray()` (hand-rolled в commonMain — без
+`java.nio.ByteBuffer`).
+
+**Миграции:** `PRAGMA user_version` + `BEGIN`/`COMMIT`. Идемпотентен.
+
+**UUID:** `kotlin.uuid.Uuid.random()` (commonMain-safe, не JVM-only
+`java.util.UUID`).
+
+## Цели сборки
+
+**Только:** `jvm()`, `linuxX64()`, `linuxArm64()`, `mingwX64()` —
+ksqlite 0.1.2 публикует нативные бинари только для этих 4 целей
+(плюс 4 Android NDK). Нет macOS/iOS — для Apple использовать
+`:vector-index-jvector`.
+
+## Как подключить
+
+```kotlin
+dependencies {
+    implementation("pw.binom.agentik:vector-index-ksqlite:0.1.0")
+    implementation("pw.binom.agentik:vector-index-api:0.1.0")
+}
+
+val store = KsqliteVectorIndexStore(dimension = 768, path = "~/.agentik/vectors.db")
+store.add(id = "doc-1", embedding = embeddingOf("hello"), payload = """{"src":"chat"}""")
+val top = store.search(embedding = queryEmbedding, limit = 10)
+store.close()
+```
+
+## Тесты
+
+```
+./gradlew :vector-index-ksqlite:jvmTest
+```
+
+Покрывают: explicit/auto id, duplicate throws, delete+idempotency,
+clear, top-K sort, payload round-trip, BLOB bit-exact round-trip
+(FloatArray<->BLOB encoding), schema migration idempotency.
+
+## Зависимости
+
+- `pw.binom.db:ksqlite:0.1.2`
+- `pw.binom.agentik:vector-index-api`
+- `kotlinx-coroutines-core`
+
+## Чего здесь НЕТ
+
+- ANN на стороне SQL — нет sqlite-vec. Brute-force в Kotlin.
+- Фильтрации в `search()` — чистый ANN.
+- Apple targets (см. выше).
+
+## Текущий статус
+
+Реализация готова, тесты зелёные. Интеграция в `:standalone`
+отложена до момента, когда понадобится.