Repository navigation
Releases
0.1.23
移动文件不再丢弃已算好的向量与提取缓存。
- 换目录不再触发重新嵌入:此前路径是索引主键,移动文件会被当成「删了一个 + 新增一个」,内容一字未改却要重算全部向量。现按 mtime 与文件大小认出移动过的文件,把已有块改挂到新路径,向量原地复用。
- PDF 文本提取缓存与图片描述缓存的键不再包含路径:此前挪一个 PDF 要重新提取全书文本,挪一张图要重新调一次视觉模型。现只用 mtime 与大小作键,重组目录零成本。
- 同一 mtime 与大小下有多个文件同时移动时不做匹配,整组按重算处理——宁可白算,也不把向量挂到错误的文件上。
- 索引完成的通知会显示本轮认出的移动文件数。
升级须知:
- 文件大小从本版起才记录,此前建立的索引条目认不出移动,需各自重新索引一次后才享受该优化。认不出时退回原有的重算逻辑,不会出错。
- 缓存键变更会让现有的 PDF 文本缓存与图片描述缓存整体失效,升级后第一次索引会重新提取一遍。图片较多的库建议在接通电源时进行。
0.1.22
PDF 表单填写值归位、字面检索词边界、跨语言检索。
- 修复扁平化表单 PDF 的填写值与标签错位:填写值原本被 pdf.js 按内容流顺序堆到页尾,与对应标签相隔几十行,导致检索到标签段也读不到答案。现按 /Tx 标记与纵坐标插回原位,普通 PDF 与双栏排版输出逐字节不变。
- 字面检索改为词边界匹配:此前 port 会命中 important/support/report,rent 会命中 different/current/parent,实测常见检索词平均近半数命中是子串误命中。词尾放开常见派生后缀,保留 training/trained 这类合法词形。
- 新增跨语言检索(默认开启,可在设置关闭):用问题的译文补一路检索,避免中文提问漏掉英文材料,反之亦然。
- 关键词从全部查询句提取并忽略大小写去重。
- 召回列表中字面命中不再显示无上界的 IDF 分。
0.1.21
自动跳过没有文字层的 PDF(扫描件、拍照件、手写笔记)。
这类 PDF 抽不到字,但仍会产出「[第 1 页][第 2 页]…」这样的正文,照常切块算向量。结果是一个几十 MB 的扫描件在索引里变成几块「只有页码」的内容,而这些块对任何缺实词的问题都能撞出 0.6+ 相似度,稳定挤进召回前列,把真正有内容的段落顶出窗口。
现在索引时直接判定并跳过,老索引里遗留的页码块也会顺手清掉,不需要手动加进忽略清单。索引结束时提示跳过了几个,文件名列在控制台。
判定阈值定得很保守:去掉页码标记后平均每页少于 5 个字符才算。真正的扫描件是精确的 0,正文以插图为主、只有稀疏图注的书不会被误杀。
0.1.20
关闭「内部知识检索」后不再自动检索。
之前这个开关只切换 prompt,检索照跑,于是每一问都会在界面上列出一串和问题无关的「参考资料」,看着像模型真读了那些书。现在关闭时直接跳过整个检索环节,也不再显示「库里没有找到相关内容」——那是检索之后的结论,没检索却这么说是错的。
用户明确划定的范围仍然生效:+ 手选的文件、「这页」钉住的整页,即使开关关着也照常检索。关掉的是自动检索,不是检索本身。
开启时行为完全不变。
0.1.19
限定到一篇笔记检索时,把它的附件一并纳入范围。
剪藏下来的网页正文常常全在图里,.md 只剩 frontmatter 和一串图片链接。原来限定到这样一篇笔记提问,唯一能召回的就是那个空壳,模型会照着标题编内容并挂到笔记名下。
同名目录(X/Y/Y.md)和同名兄弟目录(X/Y.md → X/Y/)两种布局都支持;只带非 .md 附件,headOf 仍按原始 scope 走。
0.1.18
长公式不再被裁掉:答案区的行间公式、代码块、表格改为超宽时横向滚动(Obsidian 只给编辑视图做了这件事,渲染视图没有)。
设置页新增「快捷检索开关」:控制输入框旁边那个库内检索按钮是否显示,关闭后只在设置页里改。
0.1.17
带图提问不再报 unmarshal 错误:走 Ollama 原生端点时把多模态消息转成原生格式(content 文本 + images base64)。
输入框工具条改成同一行 flex 布局,+ 与右侧按钮对齐;新增库内检索开关,与设置页双向同步。
0.1.16
0.1.14
「这页」不再退回全库
0.1.13 给「推断出来的检索范围」加了一条退路:召回质量太差时退回全库。这条退路对「这页」这类问法是错的。
说「这页讲了什么」时,如果页码取不到——当前打开的是 Markdown 笔记(没有页的概念),或者那一页是扫描件提不出文字——整页直送的路走不通,会落到普通检索上。这时正确的降级是只在当前文件里找,而不是退回全库:用户已经明确划定了范围,把它整个丢掉比召回质量差更糟。
现在含「这页 / 这一页 / 本页 / 当前页 / this page」的问句不再被视为推断范围,退回逻辑对它们不生效。「这篇 / 本文」这类仍然保留退路——它们的指向没有那么具体。
0.1.13
修复:问题被误判成「问当前打开的文件」
判断是否限定到当前文件的正则里,这个 / 这段 是裸匹配的。于是这些问句全被误判:
- 「有一种流行说法是……这个说法对吗?」
- 「下面这段推理有问题,请指出错在哪一步」
- 「这个观点的论证结构是什么?」
这里的指代都指向同一句里刚说过的内容,不是用户碰巧开着的那份文档。一旦误判,全库检索被关掉、相似度阈值从 0.5 降到 0.3、召回段数放大到 32,结果整屏材料都来自那份无关的 PDF。
两道防线:
一、指代分三类,只有前两类可以裸匹配
- 量词指代
这篇/这份/这本—— 中文里这几个量词几乎只用于文档 - 强指代
本文/此文/文中/这页—— 本身就指当前这份材料 - 泛指代
这个/这段—— 必须后接文档名词(文件 / 笔记 / 文档 / 论文 / pdf)才算
20 条真实问句的对照测试:判错数从 3 降到 0,「这篇论文讲了什么」这类正常用法不受影响。
二、推断错了能自动退回
限定范围后如果最高相似度低于阈值,说明这份文件跟问题无关,自动退回全库重新检索。用户手选的范围不走这条路——那是明确意图,必须无条件尊重。
实测:误判场景下限定后最高分 0.482(低于 0.5)触发退回,全库重检索后正确材料以 0.689 排第一;真正在问该文件时最高分 0.540,保持限定不变。