All your AI agent sessions in one place — browse, search, resume. Rust + GPUI.
Rust
feat: fast two-character CJK search (#79)
Corey Chiuaba10d577676
diff --git a/CHANGELOG.md b/CHANGELOG.mdindex c1a7679..dd26f07 100644--- a/CHANGELOG.md+++ b/CHANGELOG.md@@ -3,6 +3,7 @@## [Unreleased]- New: MiMo Code sessions are indexed from its local database (`~/.local/share/mimocode/mimocode.db`, read-only) — titles, models, thinking, tool calls and token counts included. Sub-agents are listed under the session that started them, and the tool call that started one opens it. A session you imported into MiMo Code from Claude Code, Codex or OpenCode is listed only once you continue it there, and only the new part is indexed. Open In continues a session with `mimo --session` in its project directory. Not mirrored from remote hosts, since the database also holds MiMo Code's sign-in tokens (#77, thanks @lin-code-world)+- Update: Two-character Chinese, Japanese and Korean words such as 部署 now search fast and rank by relevance, alone or mixed with other words like `部署 docker` (#79, thanks @yifengingit)## [0.10.0] — 2026-10-23diff --git a/PRODUCT.md b/PRODUCT.mdindex 4a3a825..59eb990 100644--- a/PRODUCT.md+++ b/PRODUCT.md@@ -28,7 +28,7 @@ Corey 本人(独立开发者,主力工具 Claude Code 与 Codex,中文为主)。## Capabilities and Constraints-已实现:二十四家 adapter、FTS5 trigram 搜索(<3 码点 LIKE 降级)、**搜索跳转定位**(2026-08-18:⌘K 命中直达详情页对应消息并高亮,seq 契约保证)、详情页逐消息渲染(气泡/工具折叠簇/thinking/tree-sitter 高亮;2026-08-17 由整篇 markdown 方案升级)、恢复/收藏/置顶/导出/删除(废纸篓+墓碑)、**子代理即子会话**(2026-10-12:各家 agent 派出去的子代理一律作为子会话挂在派它的会话下;Claude Code、Cursor、CodeBuddy / WorkBuddy、Qoder、Kimi Code 放在会话目录里的子代理转录也各自入库,能单独搜索、打开,Claude Code 的 Workflow 步骤同样;列表最多两层嵌套(原件 → 分支 → 分支派的子代理);详情页里派活的工具调用上有"打开子代理会话"、子会话头部有回到父会话的链接,对得上派活调用的家才有按钮;子代理随父会话一起删除,Claude Code 的分支不随原件删;子代理不能单独恢复,不给 Open In)、文件监听增量、Insights 统计页(0.3.0:活跃热力图与 streak、时段/星期/月份分布、Agents·Projects·Models 三榜单按 sessions/tokens/prompts 切换;2026-09-03 加 Last 7 days 周对比行与 Over time 近 53 周按 agent 堆叠的每周 prompts 趋势图;口径=主线用户消息,agent 派出去的子会话不算会话与提问、token 照算(2026-10-12),规格见 DESIGN.md)、Updates 页与 macOS Wake 菜单手动检查 GitHub 最新正式版并打开 Release 页更新(不后台联网、不自动替换应用包)、测试套件(adapter 契约、DB 往返、scanner 回归 + CI 三平台 + pre-commit,合成 fixture)、三端桌面(macOS 主平台;Linux/Windows experimental,终端恢复/废纸篓·回收站/剪贴板按平台原生实现,发版 CI 自动出六产物)、窗口记忆(0.3.6:记住所在屏幕/屏内位置/最大化/全屏,重启与 Dock 重开都回到原处,Settings 开在主窗所在屏)、完整 macOS 菜单栏(0.3.6:标准 Edit/Window 菜单、⌘W、Window → Main Window,主窗关闭后 About/Settings/Updates 仍可用)、导出 Markdown 与保存图片走系统「另存为」并记住上次目录(0.3.6,issue #25)、远程 host(0.4.0,issue #21:Settings → Remote hosts 配 SSH 目标,rsync 白名单镜像会话数据到本地缓存后与本地会话同列同搜,`@host` 徽章标识;阶段 1 只读——不动远端文件、远程会话禁删,resume 以 Copy SSH command 形态提供;分期计划见 CLAUDE.md「远程 host」节)、**MCP 接入**(0.5.0:随应用打包的只读 `wake-mcp` stdio server,四个工具 wake_search / wake_list_sessions / wake_get_session / wake_list_projects,Claude Code / Codex / Cursor 等任何 MCP 客户端可搜历史、按项目列会话、分页读转录;Settings → Connect 展示路径与可复制配置片段,只展示不代写别家配置;零 LLM、零网络、不写库;完整参考 docs/mcp.md)、**命令行与 Skill**(0.6.0:并排打包的只读 `wake-cli`,四个子命令 search / sessions / show / projects 加 setup,给"能跑 shell 但不说 MCP"的 agent 和真人用——它不新写查询逻辑,argv 翻成 JSON 喂同一批工具,输出与 MCP 客户端看到的**逐字节相同**(仅 CLI 末尾补一个换行)并由测试卡住,所以文档只需描述一份格式;`skills/wake/SKILL.md` 是可一行安装的 skill(`npx skills add iAmCorey/Wake`),用触发条件而非名词解释写 description,让 agent 自己想得起来去翻会话历史;完整参考 docs/cli.md;0.6.3 加 `wake-cli index`——装了 Wake 却从没启动过时,agent 自己跑一条就能把索引建起来继续干活,而不是停下来问人。它**只建不存在的索引**,已有的库原样交给 GUI:扫描落在旁边的临时库、扫完才原子占位,所以被中途杀掉可重试、撞上 GUI 首扫就退让;2026-09-22 加 `wake-cli refresh`,issue #43:app 不开时增量刷新已有索引,给靠 MCP / CLI 用 Wake、只在浏览时开 app 的人用 launch agent / systemd timer 定时跑,Wake 开着窗或还有扫描在写就退让——GUI 与两个写命令共用一把索引写锁,锁跟 Workbench 与写线程走、关窗即放,GUI 启动会等正在跑的 refresh 收尾)、Connect 页四区块(0.6.1:MCP server / MCP clients / Command line / Skill,每个面的第一块挂自己的文档链接)、**记忆可见层**(2026-09-17 起,只读:把各家 agent 自己写下的记忆——Claude Code 的按项目 auto-memory、Codex 的 memories 与逐会话摘要、ZCode 的按项目记忆——按项目聚合;GUI 的 Memory 页是侧栏底部的整页目的地,侧栏在这一页换成按记忆计数的 All Memory / Agents / Projects 导航;MCP 加第五个工具 `wake_list_memories`,`wake_get_session` 认 `wake://memory/…` 引用现场读文件,`wake_search` 末尾附记忆命中;CLI 加 `memories`;记忆的项目归属按它挂的会话在读时解析,永远跟着索引走。二期(2026-09-21)把用户写给 agent 的指令文件也收进来:各家 home 里的 CLAUDE.md / AGENTS.md(与 `rules/*.rules`)/ GEMINI.md,以及已索引项目根下的 CLAUDE.md / AGENTS.md / GEMINI.md / `.cursor/rules` / `.cursorrules` / `.kiro/steering` / `.github/copilot-instructions.md`,与记忆同列同搜、不另作区分;Settings 加 Memory locations 页,与 Session locations 同形制:逐来源开关、添加自定义目录或文件、Restore defaults。不编辑、不同步、不删除——写别家数据破铁律,要改一个 Reveal 就到;也不做"把会话自动写成记忆")、**Skills 只读总览**(2026-10-15,issue #62:各家 agent 把 skill 各自收在自己的目录里,同一个 skill 在几家各装一份、慢慢改得不一样,没处看全。Skills 页是侧栏底部的第四个整页目的地:按名字列出本机所有 skill——各家的用户级目录、多家共读的 `~/.agents/skills`、已索引项目里的项目级目录、Claude Code 插件自带的——每个 skill 标出装在哪几家、几份真实拷贝、哪些是符号链接、拷贝之间 SKILL.md 有没有分叉;侧栏是 All Skills / Duplicated / Agents(共享目录排第一)/ Projects;阅读面先列各处位置(点一处看那一份、标出与它相同还是不同、逐处 Reveal),再渲染 SKILL.md。只读:不安装、不拷贝、不链接、不同步、不删除——跨 agent 装同一份交给 `npx skills add`,Wake 只在有多份拷贝时提一句;不进索引库、不进 MCP / CLI(agent 本来就读自己的 skill))。后续边界(2026-09-07 定):摘要层(需 LLM、opt-in、明示会把会话正文发给用户配置的端点)只在 MCP 接入有真实使用之后再做;Timeline / Profile 一类视图建立在摘要之上;不做 ChatGPT / Claude.ai 导出导入主线、不做实体本体与知识图谱、不做 Chrome 扩展注入。+已实现:二十四家 adapter、FTS5 trigram 搜索(2026-10-23 起正文另有中日韩两字组索引:两字中文词走索引、按相关度排,混合查询里的短词只在候选里过滤,只剩单字或 `js` 这类两字符词时才 LIKE 降级,issue #79)、**搜索跳转定位**(2026-08-18:⌘K 命中直达详情页对应消息并高亮,seq 契约保证)、详情页逐消息渲染(气泡/工具折叠簇/thinking/tree-sitter 高亮;2026-08-17 由整篇 markdown 方案升级)、恢复/收藏/置顶/导出/删除(废纸篓+墓碑)、**子代理即子会话**(2026-10-12:各家 agent 派出去的子代理一律作为子会话挂在派它的会话下;Claude Code、Cursor、CodeBuddy / WorkBuddy、Qoder、Kimi Code 放在会话目录里的子代理转录也各自入库,能单独搜索、打开,Claude Code 的 Workflow 步骤同样;列表最多两层嵌套(原件 → 分支 → 分支派的子代理);详情页里派活的工具调用上有"打开子代理会话"、子会话头部有回到父会话的链接,对得上派活调用的家才有按钮;子代理随父会话一起删除,Claude Code 的分支不随原件删;子代理不能单独恢复,不给 Open In)、文件监听增量、Insights 统计页(0.3.0:活跃热力图与 streak、时段/星期/月份分布、Agents·Projects·Models 三榜单按 sessions/tokens/prompts 切换;2026-09-03 加 Last 7 days 周对比行与 Over time 近 53 周按 agent 堆叠的每周 prompts 趋势图;口径=主线用户消息,agent 派出去的子会话不算会话与提问、token 照算(2026-10-12),规格见 DESIGN.md)、Updates 页与 macOS Wake 菜单手动检查 GitHub 最新正式版并打开 Release 页更新(不后台联网、不自动替换应用包)、测试套件(adapter 契约、DB 往返、scanner 回归 + CI 三平台 + pre-commit,合成 fixture)、三端桌面(macOS 主平台;Linux/Windows experimental,终端恢复/废纸篓·回收站/剪贴板按平台原生实现,发版 CI 自动出六产物)、窗口记忆(0.3.6:记住所在屏幕/屏内位置/最大化/全屏,重启与 Dock 重开都回到原处,Settings 开在主窗所在屏)、完整 macOS 菜单栏(0.3.6:标准 Edit/Window 菜单、⌘W、Window → Main Window,主窗关闭后 About/Settings/Updates 仍可用)、导出 Markdown 与保存图片走系统「另存为」并记住上次目录(0.3.6,issue #25)、远程 host(0.4.0,issue #21:Settings → Remote hosts 配 SSH 目标,rsync 白名单镜像会话数据到本地缓存后与本地会话同列同搜,`@host` 徽章标识;阶段 1 只读——不动远端文件、远程会话禁删,resume 以 Copy SSH command 形态提供;分期计划见 CLAUDE.md「远程 host」节)、**MCP 接入**(0.5.0:随应用打包的只读 `wake-mcp` stdio server,四个工具 wake_search / wake_list_sessions / wake_get_session / wake_list_projects,Claude Code / Codex / Cursor 等任何 MCP 客户端可搜历史、按项目列会话、分页读转录;Settings → Connect 展示路径与可复制配置片段,只展示不代写别家配置;零 LLM、零网络、不写库;完整参考 docs/mcp.md)、**命令行与 Skill**(0.6.0:并排打包的只读 `wake-cli`,四个子命令 search / sessions / show / projects 加 setup,给"能跑 shell 但不说 MCP"的 agent 和真人用——它不新写查询逻辑,argv 翻成 JSON 喂同一批工具,输出与 MCP 客户端看到的**逐字节相同**(仅 CLI 末尾补一个换行)并由测试卡住,所以文档只需描述一份格式;`skills/wake/SKILL.md` 是可一行安装的 skill(`npx skills add iAmCorey/Wake`),用触发条件而非名词解释写 description,让 agent 自己想得起来去翻会话历史;完整参考 docs/cli.md;0.6.3 加 `wake-cli index`——装了 Wake 却从没启动过时,agent 自己跑一条就能把索引建起来继续干活,而不是停下来问人。它**只建不存在的索引**,已有的库原样交给 GUI:扫描落在旁边的临时库、扫完才原子占位,所以被中途杀掉可重试、撞上 GUI 首扫就退让;2026-09-22 加 `wake-cli refresh`,issue #43:app 不开时增量刷新已有索引,给靠 MCP / CLI 用 Wake、只在浏览时开 app 的人用 launch agent / systemd timer 定时跑,Wake 开着窗或还有扫描在写就退让——GUI 与两个写命令共用一把索引写锁,锁跟 Workbench 与写线程走、关窗即放,GUI 启动会等正在跑的 refresh 收尾)、Connect 页四区块(0.6.1:MCP server / MCP clients / Command line / Skill,每个面的第一块挂自己的文档链接)、**记忆可见层**(2026-09-17 起,只读:把各家 agent 自己写下的记忆——Claude Code 的按项目 auto-memory、Codex 的 memories 与逐会话摘要、ZCode 的按项目记忆——按项目聚合;GUI 的 Memory 页是侧栏底部的整页目的地,侧栏在这一页换成按记忆计数的 All Memory / Agents / Projects 导航;MCP 加第五个工具 `wake_list_memories`,`wake_get_session` 认 `wake://memory/…` 引用现场读文件,`wake_search` 末尾附记忆命中;CLI 加 `memories`;记忆的项目归属按它挂的会话在读时解析,永远跟着索引走。二期(2026-09-21)把用户写给 agent 的指令文件也收进来:各家 home 里的 CLAUDE.md / AGENTS.md(与 `rules/*.rules`)/ GEMINI.md,以及已索引项目根下的 CLAUDE.md / AGENTS.md / GEMINI.md / `.cursor/rules` / `.cursorrules` / `.kiro/steering` / `.github/copilot-instructions.md`,与记忆同列同搜、不另作区分;Settings 加 Memory locations 页,与 Session locations 同形制:逐来源开关、添加自定义目录或文件、Restore defaults。不编辑、不同步、不删除——写别家数据破铁律,要改一个 Reveal 就到;也不做"把会话自动写成记忆")、**Skills 只读总览**(2026-10-15,issue #62:各家 agent 把 skill 各自收在自己的目录里,同一个 skill 在几家各装一份、慢慢改得不一样,没处看全。Skills 页是侧栏底部的第四个整页目的地:按名字列出本机所有 skill——各家的用户级目录、多家共读的 `~/.agents/skills`、已索引项目里的项目级目录、Claude Code 插件自带的——每个 skill 标出装在哪几家、几份真实拷贝、哪些是符号链接、拷贝之间 SKILL.md 有没有分叉;侧栏是 All Skills / Duplicated / Agents(共享目录排第一)/ Projects;阅读面先列各处位置(点一处看那一份、标出与它相同还是不同、逐处 Reveal),再渲染 SKILL.md。只读:不安装、不拷贝、不链接、不同步、不删除——跨 agent 装同一份交给 `npx skills add`,Wake 只在有多份拷贝时提一句;不进索引库、不进 MCP / CLI(agent 本来就读自己的 skill))。后续边界(2026-09-07 定):摘要层(需 LLM、opt-in、明示会把会话正文发给用户配置的端点)只在 MCP 接入有真实使用之后再做;Timeline / Profile 一类视图建立在摘要之上;不做 ChatGPT / Claude.ai 导出导入主线、不做实体本体与知识图谱、不做 Chrome 扩展注入。约束:对 agent 数据目录只读;绝不写 Codex 的 SQLite;不读凭证;GPUI 无 SF Symbols(图标用 lucide SVG 自备)。已支持二十四家 agent:Claude Code、Codex(0.6.6 起排除可识别的内部线程:guardian auto-review、`/review`、compaction、memory consolidation 与用户会话同树,adapter 文件边界按首行 session_meta 的 source / thread_source 认出即不枚举;老格式或读不出的首行保守放行,`codex exec --thread-source` 打了标签的自动化线程照常收录,issue #30。`spawn_agent` 子代理是其中唯一的例外,issue #42:那是用户自己派出去的活,收录后挂在派它的会话下面、以任务名为标题,fork 进来的父线程历史折成一条不入库的占位,父会话的对话不会被索引两遍)、Qoder CLI(`~/.qoder/projects` JSONL,active-leaf 分支恢复、tool result 回挂、`QODER_CONFIG_DIR`)、Copilot CLI、Cursor(CLI 转录 + 0.6.7 起 IDE Chat/Composer 历史,PR #32:`globalStorage/state.vscdb` 明文 KV 库,composerData 给顺序、bubbleId 行给正文;转录带正文的会话归转录源,库只补转录缺失或只剩 turn_ended 空壳的会话;库里多数老会话没存工作区路径,落 Unknown project)、OpenCode(含 OpenCode 2 next,stable 的 `opencode.db` 与 next 的 `opencode-next.db` 同时扫描;逐会话兼容 `message+part`、真实 `session+session_message` 及早期 `session_v2` schema;preview 会话标 opencode2 徽章;2026-10-12 起 task 工具派出的子代理会话也收录,挂在派它的会话下)、Kiro、Gemini CLI(2026-08-17 P1 五家落地)+ Pi、Oh My Pi、Grok Build、Kimi Code、Antigravity(2026-08-19 对齐 kooky 内置 roster,起初只有 `antigravity-cli` 会话索引里的元数据卡片——正文是加密 .pb;2026-10-08 起读新版本桌面端与 IDE 写在 `~/.gemini/antigravity/brain`、`~/.gemini/antigravity-ide/brain` 的明文转录(2026-10-19 起也读 CLI 写在 `~/.gemini/antigravity-cli/brain` 的那份,PR #71 @dingtwo;之前 CLI 会话只剩卡片),含工具输出、模型与用户贴图,IDE 会话挂 via 徽章,同一会话转录与卡片按 id 只出一份、没有转录的仍列卡片;显示名由 Antigravity CLI 改为 Antigravity;2026-10-12 起索引里记了父会话的子会话挂在父会话下。格式取自 PR #52 @iroha3 对真实数据的整理,CLI 那份由 PR #71 @dingtwo 用真实转录核过;本机 brain 目录还没有转录,未经真机验证)+ DeepSeek Harness(dsh,2026-08-20,zstd 事件日志透明解压;格式由源码推断,当天用户跑出真实会话完成首验;2026-10-11 起委派出去的子代理会话也收录,挂在派它的会话下、以任务名为标题,issue #63,fork 出来的会话开头复制的父会话历史折成一条,token 只算自己的)+ Hermes Agent(2026-09-03,多档案 state.db,无 cwd 故 project 留空)、OpenClaw(2026-09-03,两代存储同扫;2026-10-12 起派生的子代理与面板上开的子会话挂在父会话下;本机零会话,格式由源码推断未经真机验证)、CodeBuddy(2026-09-14,issue #27:`~/.codebuddy/projects` 的 Responses 形 JSONL,custom / ai / topic 三级标题,`CODEBUDDY_CONFIG_DIR`;本机零会话,格式由官方 CLI 文档与三家第三方实现交叉推断、未经真机验证)、WorkBuddy(同日,CodeBuddy 的孪生实例:同一解析核心,`~/.workbuddy/projects`、`WORKBUDDY_CONFIG_DIR`;桌面 app 无 CLI,不提供 resume;同构只有 cc-switch 一家佐证)、ZCode(2026-09-21:Z.ai 的 GLM-5.3 官方 harness,桌面 app;运行时是 OpenCode 衍生物——`~/.zcode/cli/db/db.sqlite` 的 session/message/part 与 OpenCode v1 同形、part 解码复用,但 session 表没有 model/tokens 列故另起一家;`v2/tasks-index.sqlite` 只借 deleted / migration_source 两个过滤位;照桌面端自己的分法列:任务列表里的 interactive / fork / workflow_parent 顶层列出,辅助对话、子代理与工作流的子会话挂在父任务下(2026-10-12);分叉开头从父任务复制来的历史折成一条,辅助对话以首条提问为标题;`semantics.transcriptVisibility == hidden` 与用户消息 `origin != real_user` 归 Meta、compact_summary 折成一条、字段缺席放行;`ZCODE_STORAGE_DIR`;桌面 app 无 CLI、`zcode://` 没有按会话打开的深链,不提供 resume;本机 3.14.0 真会话首验通过,同日开源(Apache-2.0)后语义全部按源码核对)、Craft Agents(2026-09-24,issue #44:Craft Docs 的开源桌面 app,自己不带引擎——Anthropic 连接跑 Claude Agent SDK、其余连接(ChatGPT / Codex 订阅、Copilot、Google)跑 Pi SDK,另记一份给用户看的 `~/.craft-agent/workspaces/<工作区>/sessions/<id>/session.jsonl`,Wake 读这一份;子任务与分支挂回原会话,分支从父会话复制来的那段折成一条;Claude 连接在 `~/.claude/projects` 留下的引擎副本由通用的"认领"机制藏掉,原件还在才藏;工作区可建在任意位置,但登记表带 server token 不读,别处的工作区走 Session locations;桌面 app 无 CLI,不提供 resume;本机 0.13.5 真会话首验通过,ChatGPT 与 Claude 连接各一条)、Devin(2026-09-24,issue #46:`~/.local/share/devin/cli/sessions.db` 单库两表,message_nodes 森林按 `main_chain_id` 叶子沿 `parent_node_id` 取主链,hidden 会话与零正文不列,逐消息 `generation_model` 与 `metrics` 按主链累计;`XDG_DATA_HOME`;`devin --resume <id>` 按 cwd 分桶 resume;格式按本机真库验证)、Kilo Code(2026-10-07,issue #59:一家两源——2026-04 起的新版 VS Code 扩展、`kilo` CLI 与 JetBrains 插件是 OpenCode 分支,三端共用 `~/.local/share/kilo/kilo.db`,表与 OpenCode 同形、按 OpenCode 的孪生实例读,子代理会话同样挂在父会话下;session_message 里只有实验开关零星双写的 shell 一类记录时读 message + part(OpenCode 同一条规则);旧版扩展(Roo / Cline 系)每个任务一个目录,在各个 VS Code 系编辑器的 `globalStorage/kilocode.kilo-code/tasks` 里,正文是 Anthropic 消息数组,`<task>` / `<feedback>` / `<answer>` 才是人打的字、编辑器快照丢掉,旧任务用新版导入时给的 `ses_migrated_` id,导入过的那份 kilo.db 胜出;新版 `kilo --session` 在原项目目录续,旧任务没有 Open In、也不实时监听(任务目录里有整份 checkpoints 影子仓库);kilo.db 里同库存着凭证,远程只同步 vscode-server 下的旧任务;本机零会话,新版的表结构按源码的建库语句核过,数据形状由源码推断、未经真机验证)、Grok Bot(2026-10-11:xAI 的常驻 agent,桌面 app 由 Cursor 出品,bot 跑在云端电脑上,对话也存在那里;本机只有桌面端的滚动缓存 `<userData>/sand-client-persistence`——每个对话只留最近 200 条、最多 24 个对话、7 天没写过的被 app 自己清掉。用户定"跟着缓存走":缓存里有的对话出完整消息(你的话、bot 的话、群聊里标出是哪个 bot、bot 之间互发的消息、提问卡片与你的回答、邮件草稿、审批),被清出缓存的退成侧栏列表里的一张卡片(描述 + 最后一条预览),不会从 Wake 里消失;对话本体在云端,删除只隐藏、不动缓存文件;没有命令行,不提供 resume;不做远程同步;格式按 0.68.1 的 app 源码与本机 14 个真实对话核对)、MiMo Code(2026-10-23,issue #77:小米 MiMo 团队的终端 coding agent,OpenCode 分支,`~/.local/share/mimocode/mimocode.db` 的 session / message / part 三表与 OpenCode v1 同形、正文解码复用,但 session 表没有 model / tokens 列故另起一家;一个会话里有好几条道——主线、同会话的子代理、peer 子会话自己那条——会话照 MiMo 自己的界面显示其中一条,其余的子代理道各成一条子会话(标题是派活时的说明,派活的工具调用能跳过去);peer 子会话与旁问同样挂在父会话下,运行时自己派的 checkpoint-writer / dream / distill 不列;从 Claude Code、Codex、OpenCode 导入的会话只在 MiMo 里接着聊过才列、导入的那段折成一条;fork 开头复制来的历史折成一条;`mimo --session` 在原项目目录续;库里同时存着登录 token,不做远程同步;本机零会话,格式由源码推断、未经真机验证)。做不了的:Windsurf/Trae 加密,Amp/Factory(Droid)/Warp 云端无本地数据,Reasonix 本机零会话格式未实测。diff --git a/crates/wake-core/src/db.rs b/crates/wake-core/src/db.rsindex 6f6f382..081c3ad 100644--- a/crates/wake-core/src/db.rs+++ b/crates/wake-core/src/db.rs@@ -254,6 +254,25 @@ CREATE TABLE IF NOT EXISTS claimed_sessions (/// main 时还没有这几条,跑过那时构建的库已经戳着它,所以另起一档pub const FTS_FORMAT: &str = "19";+/// 正文里中日韩字符的两字组索引(issue #79):trigram 对两个字的词 MATCH 不出东西,而中文最常搜的+/// 恰恰是两字词。只收有两个以上相连中日韩字符的行,文本是 `cjk_bigrams` 切好、空格隔开的两字组,+/// rowid = messages.id;只存索引不存内容,删改按 rowid(contentless_delete)。文本里只有中日韩字符与+/// 空格,ascii 分词器按空格切出的词与 unicode61 一模一样,写入快两成。与 messages_fts 同在+/// `replace_units` 里维护;建表与换代在 open_conn(见 `CJK_FORMAT`)+const CJK_DDL: &str = r#"+CREATE VIRTUAL TABLE IF NOT EXISTS messages_cjk USING fts5(+ text,+ content='', contentless_delete=1,+ tokenize="ascii"+);+"#;++/// 两字组表的切法版本:哪些字算中日韩(`is_cjk`)、怎么切(`cjk_pairs`)、怎么建表(`CJK_DDL`)。改了+/// 就换个值——GUI 开库时整张表重建,扫描收尾的维护从头补(`Store::backfill_cjk`);只读的 MCP / CLI+/// 看到库里记的版本与自己的不一样就不用这张表,两字词照旧逐条 LIKE。`FTS_FORMAT` 管会话怎么变成+/// 单元,这里管单元怎么变成这张表的行:单元没变,换代用不着重解析+const CJK_FORMAT: &str = "1";+/// FTS 压缩的节奏(见 `Store::compact_fts`):距上次压缩满一天、或从没压过才压。没有记录/// 就算到期——老库升级后、新建库首轮扫描收尾各压一次;`FTS_FORMAT` 换代时 open_conn 把/// 记录清掉,换代的全量重写收尾也一定压@@ -313,14 +332,7 @@ fn open_conn(path: &Path) -> Result<Connection> {// FTS 派生规则换代:库里记的版本与 FTS_FORMAT 不一致且已有会话 → 挂 fts_reindex// 旗子,下一轮扫描把全部文件重解析一遍(增量按 mtime/size 跳过的也重来),否则// 旧行会按旧规则一直留着,直到用户手动全量刷新(Codex review 2026-09-14)- let stored_format: Option<String> = conn- .query_row(- "SELECT value FROM schema_meta WHERE key = 'fts_format'",- [],- |r| r.get(0),- )- .optional()?;- if stored_format.as_deref() != Some(FTS_FORMAT) {+ if read_meta(&conn, "fts_format")?.as_deref() != Some(FTS_FORMAT) {if sessions_existed {conn.execute("INSERT OR REPLACE INTO schema_meta(key, value) VALUES ('fts_reindex', '1')",@@ -335,6 +347,25 @@ fn open_conn(path: &Path) -> Result<Connection> {params![FTS_FORMAT],)?;}+ // 两字组表:库里记的切法版本与 CJK_FORMAT 不一样(老库首开还没有这张表,或换了切法 / 分词器)+ // 就整张表重建,已有的消息由扫描收尾的维护补进去(`Store::backfill_cjk`,cjk_backfill 记补到哪条+ // messages.id)。补齐之前搜索不用它——表里只有之后写入的行,两字词照旧逐条 LIKE。全新的库没有+ // 消息可补,只记版本+ if read_meta(&conn, "cjk_format")?.as_deref() != Some(CJK_FORMAT) {+ let tx = conn.transaction()?;+ tx.execute_batch(&format!("DROP TABLE IF EXISTS messages_cjk;{CJK_DDL}"))?;+ if sessions_existed {+ tx.execute(+ "INSERT OR REPLACE INTO schema_meta(key, value) VALUES ('cjk_backfill', '0')",+ [],+ )?;+ }+ tx.execute(+ "INSERT OR REPLACE INTO schema_meta(key, value) VALUES ('cjk_format', ?1)",+ params![CJK_FORMAT],+ )?;+ tx.commit()?;+ }// host 迁移(2026-09-01 远程会话加列;空串 = 本地)。老库首扫时既有行// 全部落 '',与远程装饰器生产的非空 host 天然分域,无需回填if !table_has_column(&conn, "sessions", "host")? {@@ -392,9 +423,20 @@ fn open_conn(path: &Path) -> Result<Connection> {/// 一次 GUI 侧的加表就让旁路二进制对所有老库拒开const NEWEST_COLUMN: (&str, &str) = ("memories", "source");/// 最近一次迁移加的、只读读者会查的表(wake_list_memories 读 memories),与-/// NEWEST_COLUMN 同一用途、同一维护规矩+/// NEWEST_COLUMN 同一用途、同一维护规矩。可有可无的加速表不算:两字组表(messages_cjk)由只读读者+/// 在查询时按库里记的切法版本判断能不能用(`cjk_index_ready`),用不了就照旧逐条 LIKE,不该因此拒开老库const NEWEST_TABLE: &str = "memories";+/// schema_meta 里的一个值(开库时的迁移判断与 `Store::meta_value` 共用)+fn read_meta(conn: &Connection, key: &str) -> rusqlite::Result<Option<String>> {+ conn.query_row(+ "SELECT value FROM schema_meta WHERE key = ?1",+ params![key],+ |r| r.get(0),+ )+ .optional()+}+fn table_exists(conn: &Connection, table: &str) -> Result<bool> {Ok(conn.query_row("SELECT EXISTS(SELECT 1 FROM sqlite_master WHERE type IN ('table','view') AND name = ?1)",@@ -918,14 +960,7 @@ impl Store {/// schema_meta 里的一个值;没有、或读不出都给 Nonefn meta_value(&self, key: &str) -> Option<String> {- let conn = self.read.lock().unwrap();- conn.query_row(- "SELECT value FROM schema_meta WHERE key = ?1",- params![key],- |r| r.get(0),- )- .optional()- .unwrap_or(None)+ read_meta(&self.read.lock().unwrap(), key).unwrap_or(None)}/// schema_meta 里的一次性旗子(升级后要补做的事),做完由 scanner 清掉@@ -967,7 +1002,7 @@ impl Store {.is_none_or(|at| now.saturating_sub(at) >= FTS_COMPACT_EVERY_MS)}- /// 把三张 FTS 表各自的段合并成一棵 b-tree,顺带丢掉删除标记。会话每重写一次+ /// 把四张 FTS 表各自的段合并成一棵 b-tree,顺带丢掉删除标记。会话每重写一次/// (watcher 的增量、`FTS_FORMAT` 换代的全量重解析)都只追加新段与删除标记,automerge/// 收不回大段里的旧版本:本机实测 661 MB 的库里 557 MB 是 messages_fts 的段,压完/// 87 MB,多词查询从 10–20 ms 降到 0.4–2 ms。@@ -979,7 +1014,7 @@ impl Store {// 防御上限:持续有写入时合并也终会收敛,这里只防万一卡在循环里(250 页一块,// 一万块远超任何真实索引)const MAX_CHUNKS: usize = 10_000;- for table in ["messages_fts", "titles_fts", "memories_fts"] {+ for table in ["messages_fts", "messages_cjk", "titles_fts", "memories_fts"] {let sql = format!("INSERT INTO {table}({table}, rank) VALUES ('merge', ?1)");let mut pages = -FTS_MERGE_PAGES;for _ in 0..MAX_CHUNKS {@@ -1001,6 +1036,48 @@ impl Store {Ok(())}+ /// 老库升级或换了切法之后(见 `CJK_FORMAT`)把已有的消息补进两字组表(`messages_cjk`;open_conn+ /// 重建表时挂 cjk_backfill,值是补到哪条 messages.id)。按 id 分块,每块一个写事务、块之间放开+ /// 写锁,监听的增量写入照常插队;中途退出下次接着补。补完撤掉旗子,搜索才开始用这张表+ pub fn backfill_cjk(&self) -> Result<()> {+ // 一块 2000 行,本机正文平均每行两百多字,一块的写锁持有在几十毫秒以内+ const ROWS: i64 = 2000;+ let Some(mut after) = self+ .meta_value("cjk_backfill")+ .and_then(|v| v.parse::<i64>().ok())+ else {+ return Ok(());+ };+ loop {+ let mut conn = self.write.lock().unwrap();+ let tx = conn.transaction()?;+ let rows: Vec<(i64, String)> = tx+ .prepare_cached("SELECT id, text FROM messages WHERE id > ?1 ORDER BY id LIMIT ?2")?+ .query_map(params![after, ROWS], |r| Ok((r.get(0)?, r.get(1)?)))?+ .collect::<rusqlite::Result<_>>()?;+ let Some(&(last, _)) = rows.last() else {+ tx.execute("DELETE FROM schema_meta WHERE key = 'cjk_backfill'", [])?;+ tx.commit()?;+ return Ok(());+ };+ {+ let mut cjk = CjkRows::new(&tx)?;+ for (id, text) in &rows {+ // 之后写入的行已经由 replace_units 带进表里了:先删再写+ cjk.forget(*id, text)?;+ cjk.put(*id, text)?;+ }+ }+ // 整库重建会把旗子撤掉:这时 UPDATE 什么都不改,剩下的行照样补完(都是幂等的)+ tx.execute(+ "UPDATE schema_meta SET value = ?1 WHERE key = 'cjk_backfill'",+ params![last.to_string()],+ )?;+ tx.commit()?;+ after = last;+ }+ }+/// 压缩后空闲页占到三成、且至少 64 MiB 才 VACUUM,把文件真正缩回去(Settings → Data/// 显示的占用随之下降)。VACUUM 持写锁重写整个文件(本机 161 MB 约 1 秒),所以只在/// 确有大块空闲时做;做完把 WAL 截断,否则 WAL 文件会停在整库那么大@@ -1760,8 +1837,11 @@ impl Store {pub fn rebuild_all(&self) -> Result<()> {let conn = self.write.lock().unwrap();+ // 两字组表清空后,之后写进来的行都带着两字组,没补完的回填也就不用补了conn.execute_batch("DELETE FROM messages; DELETE FROM messages_fts; DELETE FROM titles_fts;+ INSERT INTO messages_cjk(messages_cjk) VALUES ('delete-all');+ DELETE FROM schema_meta WHERE key = 'cjk_backfill';DELETE FROM memories; DELETE FROM memories_fts; DELETE FROM wake_lookups;DELETE FROM sessions;",)?;@@ -2478,7 +2558,7 @@ impl Store {Ok(stmt.query_row(params![key], row_to_memory).optional()?)}- /// 记忆全文搜索(标题 + 正文),与会话搜索同一套分词与 <3 码点降级规则;命中按+ /// 记忆全文搜索(标题 + 正文),与会话搜索同一套分词(`Terms`,记忆没有两字组表);命中按/// bm25 排、snippet 取自正文。筛选同 list_memoriespub fn search_memories(&self, q: &str, f: &MemoryFilter) -> Result<Vec<MemoryHit>> {let segs = fts_terms(q);@@ -2487,31 +2567,29 @@ impl Store {}let limit = if f.limit > 0 { f.limit } else { 20 };let (filter_sql, filter_args) = memory_filter(f);- // FTS 与 LIKE 降级只差 SQL 与前导参数。片段取自正文、在 make_snippet 里开窗(FTS5 的+ // 三字以上的词走 memories_fts、按 bm25 排,其余的词在候选里 LIKE;只有短词才整条按时间扫+ // (记忆没有两字组表,几百份,扫得起)。片段取自正文、在 make_snippet 里开窗(FTS5 的// snippet() 在 trigram 下只露十几个字);只在标题里命中的,正文里找不到词,给正文开头- let (sql, mut all_args): (String, Vec<Box<dyn rusqlite::ToSql>>) =- if !needs_like_fallback(&segs) {- (- format!(- "SELECT {MEMORY_COLS}- FROM memories_fts JOIN memories m ON m.id = memories_fts.rowid- {MEMORY_SESSION_JOIN}- WHERE memories_fts MATCH ?{filter_sql}- ORDER BY bm25(memories_fts) LIMIT ?"- ),- vec![Box::new(fts_match_expr(&segs))],- )- } else {- (- format!(- "SELECT {MEMORY_COLS} FROM memories m {MEMORY_SESSION_JOIN}- WHERE {}{filter_sql}- ORDER BY m.updated_at DESC LIMIT ?",- like_where(&["m.title", "m.body"], segs.len())- ),- like_args(&segs, 2),- )- };+ let terms = Terms::split(&segs, false);+ let (like_sql, like_args) = like_filter(&["m.title", "m.body"], &terms.short);+ let mut all_args: Vec<Box<dyn rusqlite::ToSql>> = Vec::new();+ let sql = if terms.unindexed() {+ format!(+ "SELECT {MEMORY_COLS} FROM memories m {MEMORY_SESSION_JOIN}+ WHERE 1 = 1{like_sql}{filter_sql}+ ORDER BY m.updated_at DESC LIMIT ?"+ )+ } else {+ all_args.push(Box::new(fts_match_expr(&terms.trigram)));+ format!(+ "SELECT {MEMORY_COLS}+ FROM memories_fts JOIN memories m ON m.id = memories_fts.rowid+ {MEMORY_SESSION_JOIN}+ WHERE memories_fts MATCH ?{like_sql}{filter_sql}+ ORDER BY bm25(memories_fts) LIMIT ?"+ )+ };+ all_args.extend(like_args);all_args.extend(filter_args);all_args.push(Box::new(limit));let conn = self.read.lock().unwrap();@@ -2808,7 +2886,8 @@ impl Store {Ok(data)}- /// 全文搜索:trigram MATCH(每段 ≥3 码点)或 LIKE 降级。返回 (hits, degraded)+ /// 全文搜索(词怎么分组、各走哪个索引见 `Terms`)。返回 (hits, degraded):degraded = 一个能走+ /// 索引的词都没有,整条退回了按时间的逐条 LIKEpub fn search(&self,q: &str,@@ -2836,7 +2915,6 @@ impl Store {if segs.is_empty() {return Ok((Vec::new(), false));}- let degraded = needs_like_fallback(&segs);let limit = if f.limit > 0 { f.limit } else { 60 };// 近因加权:bm25 是负数、越小越相关,乘上 (1 + W / (1 + 距今天数 / H)) 让// 新会话的命中"更负"。W = 1、H = 30 天:今天的会话 ×2、一个月前 ×1.5、@@ -2878,37 +2956,52 @@ impl Store {}v};- // FTS 的 MATCH 表达式(正文与标题两张表共用)- let match_expr = fts_match_expr(&segs);-let conn = self.read.lock().unwrap();+ // 正文按能走哪个索引分词(`Terms`);两字组表用不了时(还没补齐、切法版本对不上)两字词照旧 LIKE+ let terms = Terms::split(&segs, cjk_index_ready(&conn)?);+ let degraded = terms.unindexed();- // 正文命中:FTS 与 LIKE 降级只差 SQL 与前导参数;片段都取原文在 make_snippet 里开窗+ // 正文命中:由三字以上的词(没有就由两字词)取候选、按它的 bm25 排,其余的词在候选里过滤;+ // 一个能走索引的词都没有才退回按时间的 LIKE 扫描。片段都取原文在 make_snippet 里开窗// (FTS5 的 snippet() 在 trigram 下只露十几个字)- let (sql, mut all_args): (String, Vec<Box<dyn rusqlite::ToSql>>) = if !degraded {- (- format!(- "SELECT m.session_key, m.seq, m.sidechain_id, m.role, m.ts, m.text- FROM messages_fts- JOIN messages m ON m.id = messages_fts.rowid- JOIN sessions s ON s.key = m.session_key- WHERE messages_fts MATCH ?{filter_sql}- ORDER BY bm25(messages_fts) * {RECENCY_BOOST} LIMIT ?"- ),- vec![Box::new(match_expr.clone())],+ let (like_sql, like_args) = like_filter(&["m.text"], &terms.short);+ let mut all_args: Vec<Box<dyn rusqlite::ToSql>> = Vec::new();+ let sql = if degraded {+ format!(+ "SELECT m.session_key, m.seq, m.sidechain_id, m.role, m.ts, m.text+ FROM messages m JOIN sessions s ON s.key = m.session_key+ WHERE 1 = 1{like_sql}{filter_sql}+ ORDER BY m.ts DESC LIMIT ?")} else {- (+ // 取候选的表与它的词;有三字以上的词时,两字词另在两字组表里过滤+ let (fts, driver, cjk_filter): (&str, &[&str], &[&str]) = if terms.trigram.is_empty() {+ ("messages_cjk", &terms.bigram, &[])+ } else {+ ("messages_fts", &terms.trigram, &terms.bigram)+ };+ all_args.push(Box::new(fts_match_expr(driver)));+ let cjk_sql = if cjk_filter.is_empty() {+ String::new()+ } else {+ all_args.push(Box::new(fts_match_expr(cjk_filter)));+ // 一元 `+` 不能去:没有它 SQLite 把这个 IN 交给 FTS5 当 rowid 约束,列表里每一项各探+ // 一次索引(本机 37–1246 ms);有它就是每扫出一个候选当场查一下,还在读 messages 那一行+ // 之前(`部署 the` 9.7 → 2.0 ms)format!(- "SELECT m.session_key, m.seq, m.sidechain_id, m.role, m.ts, m.text- FROM messages m JOIN sessions s ON s.key = m.session_key- WHERE {}{filter_sql}- ORDER BY m.ts DESC LIMIT ?",- like_where(&["m.text"], segs.len())- ),- like_args(&segs, 1),+ " AND +{fts}.rowid IN (SELECT rowid FROM messages_cjk WHERE messages_cjk MATCH ?)"+ )+ };+ format!(+ "SELECT m.session_key, m.seq, m.sidechain_id, m.role, m.ts, m.text+ FROM {fts}+ JOIN messages m ON m.id = {fts}.rowid+ JOIN sessions s ON s.key = m.session_key+ WHERE {fts} MATCH ?{cjk_sql}{like_sql}{filter_sql}+ ORDER BY bm25({fts}) * {RECENCY_BOOST} LIMIT ?")};+ all_args.extend(like_args);all_args.extend(filter_args(f));if !degraded {all_args.push(Box::new(now));@@ -2934,51 +3027,42 @@ impl Store {// 标题命中:独立的 titles_fts。排在正文命中之前——词出现在标题里是最强的// 相关性信号;role 记 "title"、seq 记 0,跳转落到会话开头(标题没有对应的- // 转录行,不伪造 seq)- let mut title_raw: Vec<(String, String)> = Vec::new();- if !degraded {- let sql = format!(- "SELECT t.key, highlight(titles_fts, 1, ?, ?)- FROM titles_fts t JOIN sessions s ON s.key = t.key- WHERE titles_fts MATCH ?{filter_sql}- ORDER BY bm25(titles_fts) * {RECENCY_BOOST} LIMIT ?"- );- let mut stmt = conn.prepare_cached(&sql)?;- let mut all_args: Vec<Box<dyn rusqlite::ToSql>> = vec![- Box::new(HL_OPEN.to_string()),- Box::new(HL_CLOSE.to_string()),- Box::new(match_expr),- ];- all_args.extend(filter_args(f));- all_args.push(Box::new(now));- all_args.push(Box::new(limit));- let rows = stmt.query_map(- rusqlite::params_from_iter(all_args.iter().map(|b| b.as_ref())),- |r| Ok((r.get::<_, String>(0)?, r.get::<_, String>(1)?)),- )?;- for r in rows {- title_raw.push(r?);- }- } else {- let like_where = like_where(&["s.title"], segs.len());- let sql = format!(+ // 转录行,不伪造 seq)。标题没有两字组表(几千行,LIKE 扫得起):三字以上的词走+ // titles_fts,其余的词在候选里 LIKE;只有短词时按更新时间扫。三条路都给整个标题、+ // 每个词都标(highlight_all)+ let title_terms = Terms::split(&segs, false);+ let (like_sql, like_args) = like_filter(&["s.title"], &title_terms.short);+ let mut title_args: Vec<Box<dyn rusqlite::ToSql>> = Vec::new();+ let title_sql = if title_terms.unindexed() {+ format!("SELECT s.key, s.title FROM sessions s- WHERE {like_where}{filter_sql}+ WHERE 1 = 1{like_sql}{filter_sql}ORDER BY s.updated_at DESC LIMIT ?"- );- let mut stmt = conn.prepare_cached(&sql)?;- let mut all_args = like_args(&segs, 1);- all_args.extend(filter_args(f));- all_args.push(Box::new(limit));- let rows = stmt.query_map(- rusqlite::params_from_iter(all_args.iter().map(|b| b.as_ref())),- |r| Ok((r.get::<_, String>(0)?, r.get::<_, String>(1)?)),- )?;- for r in rows {- let (key, title) = r?;- title_raw.push((key, make_snippet(&title, &segs)));- }+ )+ } else {+ title_args.push(Box::new(fts_match_expr(&title_terms.trigram)));+ format!(+ "SELECT t.key, s.title FROM titles_fts t JOIN sessions s ON s.key = t.key+ WHERE titles_fts MATCH ?{like_sql}{filter_sql}+ ORDER BY bm25(titles_fts) * {RECENCY_BOOST} LIMIT ?"+ )+ };+ title_args.extend(like_args);+ title_args.extend(filter_args(f));+ if !title_terms.unindexed() {+ title_args.push(Box::new(now));}+ title_args.push(Box::new(limit));+ let title_raw: Vec<(String, String)> = conn+ .prepare_cached(&title_sql)?+ .query_map(+ rusqlite::params_from_iter(title_args.iter().map(|b| b.as_ref())),+ |r| {+ let title: String = r.get(1)?;+ Ok((r.get(0)?, highlight_all(&title, &segs)))+ },+ )?+ .collect::<rusqlite::Result<_>>()?;// 补齐 session meta:按会话只查一次(一个会话常占几十行命中),语句走// prepare_cached——Connection::query_row 每次都是裸 prepare@@ -3548,12 +3632,14 @@ fn replace_units(tx: &rusqlite::Transaction<'_>, key: &str, units: &[IndexUnit])&& *text == u.text}).count();+ let mut cjk = CjkRows::new(tx)?;if let Some((first_stale, ..)) = existing.get(keep) {let mut fts_del = tx.prepare_cached("INSERT INTO messages_fts(messages_fts, rowid, text) VALUES ('delete', ?1, ?2)",)?;for (id, .., text) in &existing[keep..] {fts_del.execute(params![id, text])?;+ cjk.forget(*id, text)?;}tx.prepare_cached("DELETE FROM messages WHERE session_key = ?1 AND id >= ?2")?.execute(params![key, first_stale])?;@@ -3571,7 +3657,9 @@ fn replace_units(tx: &rusqlite::Transaction<'_>, key: &str, units: &[IndexUnit])u.timestamp,u.text])?;- ins_fts.execute(params![tx.last_insert_rowid(), u.text])?;+ let id = tx.last_insert_rowid();+ ins_fts.execute(params![id, u.text])?;+ cjk.put(id, &u.text)?;}Ok(())}@@ -3687,12 +3775,126 @@ fn fts_terms(q: &str) -> Vec<&str> {q.split_whitespace().filter(|s| !s.is_empty()).collect()}-/// 有词项短于 3 码点就走 LIKE 子串扫描——trigram 分词对更短的词无能为力-fn needs_like_fallback(segs: &[&str]) -> bool {- segs.iter().any(|s| s.chars().count() < 3)+/// 检索词按能走哪个索引分组(issue #79)。trigram 的 FTS 表对不到 3 个字符的词 MATCH 不出东西:+/// 三字及以上的走它;恰好两个中日韩字符的走正文的两字组表(`messages_cjk`,`bigrams` 为假时——+/// 标题、记忆没有这张表,或它眼下用不了——归进 `short`);剩下的单字、`js` 这类两个字符的词只能+/// 逐条 LIKE。有能走索引的词时由它取候选、按它的 bm25 排,其余的词在候选里过滤;一个都没有才+/// 整条退回按时间的 LIKE 扫描+#[derive(Default)]+struct Terms<'a> {+ trigram: Vec<&'a str>,+ bigram: Vec<&'a str>,+ short: Vec<&'a str>,+}++impl<'a> Terms<'a> {+ fn split(segs: &[&'a str], bigrams: bool) -> Self {+ let mut terms = Terms::default();+ for &seg in segs {+ if seg.chars().count() >= 3 {+ terms.trigram.push(seg);+ } else if bigrams && cjk_pairs(seg).next() == Some(seg) {+ // 整个词就是一对相连的中日韩字符:两字组表里的一个词+ terms.bigram.push(seg);+ } else {+ terms.short.push(seg);+ }+ }+ terms+ }++ /// 一个能走索引的词都没有:整条退回 LIKE 扫描+ fn unindexed(&self) -> bool {+ self.trigram.is_empty() && self.bigram.is_empty()+ }+}++/// 两字组表收的字符:汉字(含扩展区、兼容区)、假名、谚文——词与词之间不空格,两个字就是一个常用词。+/// 只认字母类(假名区里的 `・` 是标点,unicode61 也拿它当分隔)+fn is_cjk(c: char) -> bool {+ matches!(+ u32::from(c),+ 0x3040..=0x30FF | 0x3400..=0x4DBF | 0x4E00..=0x9FFF | 0xAC00..=0xD7AF | 0xF900..=0xFAFF+ | 0x20000..=0x323AF+ ) && c.is_alphabetic()+}++/// 文本里每一对相连的中日韩字符,相互重叠(`部署脚本` → 部署、署脚、脚本),切的是原文。两字组表+/// 怎么切只有这一处:写入(`cjk_bigrams`)、删行前的判断(`CjkRows::forget`)与查询分组(两字词+/// 恰好是一对)都从它取+fn cjk_pairs(text: &str) -> impl Iterator<Item = &str> {+ // 上一个字符是中日韩字符时,它在原文里的起点+ let mut prev: Option<usize> = None;+ text.char_indices().filter_map(move |(i, c)| {+ if !is_cjk(c) {+ prev = None;+ return None;+ }+ let pair = prev.map(|p| &text[p..i + c.len_utf8()]);+ prev = Some(i);+ pair+ })+}++/// 两字组表里一行的文本:`cjk_pairs` 用空格隔开(分词器按空格切出的一个词就是一个两字组),别的+/// 字符都丢掉。没有两个相连的中日韩字符给 None:这一行不进两字组表+fn cjk_bigrams(text: &str) -> Option<String> {+ let mut out = String::new();+ for pair in cjk_pairs(text) {+ if !out.is_empty() {+ out.push(' ');+ }+ out.push_str(pair);+ }+ (!out.is_empty()).then_some(out)+}++/// 两字组表一条消息的增删,`replace_units` 与 `Store::backfill_cjk` 共用。表不存内容,删一行只认+/// rowid;同一个 rowid 再插一次 SQLite 不报错,旧词却留在索引里——所以写之前,这个 rowid 要么从没+/// 进过表,要么先 `forget` 过+struct CjkRows<'c> {+ del: rusqlite::CachedStatement<'c>,+ ins: rusqlite::CachedStatement<'c>,}-/// FTS5 的 MATCH 表达式:每个词项加引号(内部引号翻倍)、AND 连接。三张 FTS 表共用,+impl<'c> CjkRows<'c> {+ fn new(conn: &'c Connection) -> rusqlite::Result<Self> {+ Ok(Self {+ del: conn.prepare_cached("DELETE FROM messages_cjk WHERE rowid = ?1")?,+ ins: conn.prepare_cached("INSERT INTO messages_cjk(rowid, text) VALUES (?1, ?2)")?,+ })+ }++ /// 删掉一条消息的两字组。`text` 是它入库时的正文:没有一对相连中日韩字符的从没进过表,不删——+ /// 先看一眼比删一个不在表里的 rowid 便宜好几倍+ fn forget(&mut self, id: i64, text: &str) -> rusqlite::Result<()> {+ if cjk_pairs(text).next().is_some() {+ self.del.execute(params![id])?;+ }+ Ok(())+ }++ /// 写入一条消息的两字组(没有两字组的不写)+ fn put(&mut self, id: i64, text: &str) -> rusqlite::Result<()> {+ if let Some(bigrams) = cjk_bigrams(text) {+ self.ins.execute(params![id, bigrams])?;+ }+ Ok(())+ }+}++/// 两字组表能不能用:库里记的切法版本与这个二进制的一样(老库在新版 GUI 开过之前没有这张表、也+/// 没有版本记录;只读的 MCP / CLI 不建表),也补齐了(补齐之前表里只有之后写入的行)。不能用时+/// 两字词照旧逐条 LIKE+fn cjk_index_ready(conn: &Connection) -> rusqlite::Result<bool> {+ conn.prepare_cached(+ "SELECT EXISTS(SELECT 1 FROM schema_meta WHERE key = 'cjk_format' AND value = ?1)+ AND NOT EXISTS(SELECT 1 FROM schema_meta WHERE key = 'cjk_backfill')",+ )?+ .query_row(params![CJK_FORMAT], |r| r.get(0))+}++/// FTS5 的 MATCH 表达式:每个词项加引号(内部引号翻倍)、AND 连接。各 FTS 表共用,/// 转义规则只此一处fn fts_match_expr(segs: &[&str]) -> String {segs.iter()@@ -3701,9 +3903,11 @@ fn fts_match_expr(segs: &[&str]) -> String {.join(" AND ")}-/// LIKE 降级路径的 WHERE:每个词项对每一列各一个 `LIKE ? ESCAPE '\'`(列之间 OR、-/// 词项之间 AND),参数由 `like_args` 按同一顺序给。正文、标题、记忆三条降级路径共用-fn like_where(cols: &[&str], terms: usize) -> String {+/// 逐条 LIKE 的条件与参数,写成接在 WHERE 后面的 ` AND …`(与 `memory_filter` 等筛选片段同形;+/// 没有词给空串):每个词对每一列各一个 `LIKE ? ESCAPE '\'`,列之间 OR、词之间 AND。有能走索引的+/// 词时它在候选里过滤剩下的短词,一个都没有时它就是整条查询的条件(接在 `WHERE 1 = 1` 后面)。+/// 正文、标题、记忆三处共用+fn like_filter(cols: &[&str], terms: &[&str]) -> (String, Vec<Box<dyn rusqlite::ToSql>>) {let per_term = cols.iter().map(|c| format!("{c} LIKE ? ESCAPE '\\'"))@@ -3714,35 +3918,36 @@ fn like_where(cols: &[&str], terms: usize) -> String {} else {per_term};- std::iter::repeat_n(per_term, terms)- .collect::<Vec<_>>()- .join(" AND ")-}--/// `like_where` 的参数:每个词项转义成 `%term%`,每列一份-fn like_args(segs: &[&str], cols: usize) -> Vec<Box<dyn rusqlite::ToSql>> {- segs.iter()- .flat_map(|s| {- let pat = format!("%{}%", escape_like(s));- std::iter::repeat_n(pat, cols)- })+ let sql = terms.iter().map(|_| format!(" AND {per_term}")).collect();+ let args = terms+ .iter()+ .flat_map(|t| std::iter::repeat_n(format!("%{}%", escape_like(t)), cols.len())).map(|pat| Box::new(pat) as Box<dyn rusqlite::ToSql>)- .collect()+ .collect();+ (sql, args)}/// 命中片段:以最早出现的检索词为锚,前 40 / 后 80 字符开窗,窗口里每个检索词的每次-/// 出现都高亮(相邻、重叠的并成一段)。会话正文与记忆的 FTS / LIKE 两条路径、标题的 LIKE-/// 路径共用这一个(标题的 FTS 路径用 highlight() 给整个标题,标题短,不用开窗):FTS5 的-/// snippet() 按词元数开窗,trigram 分词下一个词元是三个字符的滑窗,16 个词元只露出十几个-/// 字,看不出命中在说什么。+/// 出现都高亮(相邻、重叠的并成一段)。会话正文与记忆的 FTS / LIKE 两条路径共用这一个;+/// 标题不开窗(`highlight_all`)。FTS5 的 snippet() 按词元数开窗,trigram 分词下一个词元是+/// 三个字符的滑窗,16 个词元只露出十几个字,看不出命中在说什么+fn make_snippet(text: &str, segs: &[&str]) -> String {+ mark_terms(text, segs, Some((40, 80)))+}++/// 整段原样、每个检索词的每次出现都高亮,不开窗。标题命中用它:标题短,三条标题路径(只有三字+/// 以上的词、另带短词、全是短词)同一个取法,同一个标题不因查询里有没有短词显示得不一样+fn highlight_all(text: &str, segs: &[&str]) -> String {+ mark_terms(text, segs, None)+}++/// `make_snippet` 与 `highlight_all` 的本体,`window` 是锚点前后各留多少字符。////// 全程按**字符**下标走:逐字符小写并记下每个小写字符来自原文第几个字符——小写/// 不保长(Ω→ω、İ→i̇、K→k 字节数与字符数都会变),拿小写串里的字节偏移去切原文正是/// 2026-09-21 review 复现的 panic(⌘K 逐字键入 CJK 查询必经此路,后台线程 panic/// 直接 abort 整个 app)-fn make_snippet(text: &str, segs: &[&str]) -> String {- const BEFORE: usize = 40;- const AFTER: usize = 80;+fn mark_terms(text: &str, segs: &[&str], window: Option<(usize, usize)>) -> String {// 大小写按字符折叠,正文与词项同一个取法、对齐 FTS 的 trigram:它把 ΟΣΟΣ / οσος / οσοσ// 当成同一个词。整串 to_lowercase 会把词尾的 Σ 变成 ς(希腊文词尾 sigma 规则),逐字符的// 正文那边是 σ,两边就对不上;ς 也并成 σ@@ -3775,10 +3980,18 @@ fn make_snippet(text: &str, segs: &[&str]) -> String {}spans.sort_unstable();let Some(&(anchor_start, anchor_end)) = spans.first() else {- return chars.iter().take(BEFORE + AFTER).collect();+ return match window {+ Some((before, after)) => chars.iter().take(before + after).collect(),+ None => text.to_string(),+ };+ };+ let (start, end) = match window {+ Some((before, after)) => (+ anchor_start.saturating_sub(before),+ (anchor_end + after).min(chars.len()),+ ),+ None => (0, chars.len()),};- let start = anchor_start.saturating_sub(BEFORE);- let end = (anchor_end + AFTER).min(chars.len());let mut marks: Vec<(usize, usize)> = Vec::new();for &(s, e) in &spans {if s >= end {@@ -3889,6 +4102,31 @@ pub fn default_db_path() -> std::path::PathBuf {mod tests {use super::*;+ #[test]+ fn cjk_bigrams_cover_every_pair_and_drop_everything_else() {+ assert_eq!(cjk_bigrams("部署脚本").as_deref(), Some("部署 署脚 脚本"));+ // 中日韩字符之外的都断开:单个的字不成对+ assert_eq!(cjk_bigrams("用 docker 部署").as_deref(), Some("部署"));+ assert_eq!(cjk_bigrams("ログ設定").as_deref(), Some("ログ グ設 設定"));+ assert_eq!(cjk_bigrams("로그인").as_deref(), Some("로그 그인"));+ // `・` 在假名区里但是标点+ assert_eq!(cjk_bigrams("コー・ヒー").as_deref(), Some("コー ヒー"));+ assert_eq!(cjk_bigrams("a 字 b"), None);+ assert_eq!(cjk_bigrams("plain text"), None);+ }++ #[test]+ fn terms_go_to_the_index_that_can_answer_them() {+ let t = Terms::split(&["docker", "部署", "js", "锁", "ログ", "a部"], true);+ assert_eq!(t.trigram, ["docker"]);+ assert_eq!(t.bigram, ["部署", "ログ"]);+ assert_eq!(t.short, ["js", "锁", "a部"]);+ // 没有两字组表(标题、记忆,或还没补齐)时两字词只能 LIKE+ let t = Terms::split(&["部署", "js"], false);+ assert!(t.unindexed());+ assert_eq!(t.short, ["部署", "js"]);+ }+/// 把哨兵换成方括号,断言好写好读fn shown(s: &str) -> String {s.replace(HL_OPEN, "[").replace(HL_CLOSE, "]")@@ -3912,6 +4150,10 @@ mod tests {);// 前 40 后 80 字符的窗口,再加两个省略号assert!(s.chars().count() <= 40 + 80 + "二维码".chars().count() + 2 + 6);+ // 标题那种不开窗的:整段原样,每次出现都标+ let all = shown(&highlight_all(&text, &["二维码"]));+ assert_eq!(all.replace(['[', ']'], ""), text);+ assert_eq!(all.matches("[二维码]").count(), 2);}#[test]diff --git a/crates/wake-core/src/mcp/tools.rs b/crates/wake-core/src/mcp/tools.rsindex d982008..60e8844 100644--- a/crates/wake-core/src/mcp/tools.rs+++ b/crates/wake-core/src/mcp/tools.rs@@ -177,7 +177,7 @@ pub fn definitions_for(usage: Usage) -> Vec<Value> {"inputSchema": {"type": "object","properties": {- "query": { "type": "string", "description": "Search terms. Terms shorter than 3 characters fall back to a slower substring scan." },+ "query": { "type": "string", "description": "Search terms. Words of three or more characters and two-character Chinese, Japanese or Korean words use the index; a query made only of shorter terms (single characters, two-letter words like `js`) falls back to a slower substring scan." },"project": project_param(),"agents": agents_param(),"since": since_param(),@@ -810,7 +810,7 @@ fn search(ctx: &ToolContext, args: &Value) -> ToolResult {if order.is_empty() {out.push_str(&format!("No session matches `{query}`{scope}.\n"));if degraded {- out.push_str("Note: terms shorter than 3 characters use a substring scan; try a longer or more specific term.\n");+ out.push_str("Note: none of these terms can use the index (single characters, two-letter words), so this was a substring scan; try a longer or more specific term.\n");}if memory.is_empty() {out.push_str("Try fewer or different terms, drop the project/agent/since filters, or list sessions with wake_list_sessions.\n\n");@@ -831,7 +831,7 @@ fn search(ctx: &ToolContext, args: &Value) -> ToolResult {}));if degraded {- out.push_str("Note: terms shorter than 3 characters use a slower substring scan.\n");+ out.push_str("Note: none of these terms can use the index (single characters, two-letter words), so this was a slower substring scan, newest first.\n");}out.push('\n');for (ix, key) in order.iter().take(shown).enumerate() {diff --git a/crates/wake-core/src/scanner.rs b/crates/wake-core/src/scanner.rsindex d25ea60..bf41b9a 100644--- a/crates/wake-core/src/scanner.rs+++ b/crates/wake-core/src/scanner.rs@@ -381,14 +381,18 @@ fn path_tombstoned(store: &Store, r: &SessionFileRef) -> bool {}}-/// 扫描收尾的索引维护:到期才压缩 FTS(见 `Store::compact_fts`),压完有大块空闲再-/// VACUUM。在扫描门外跑,自己一把门:前一次维护还没完就跳过,下一轮扫描照样到期再来。+/// 扫描收尾的索引维护:老库升级后补两字组表(`Store::backfill_cjk`),到期才压缩 FTS(见+/// `Store::compact_fts`),压完有大块空闲再 VACUUM。在扫描门外跑,自己一把门:前一次维护还没完就跳过,下一轮扫描照样到期再来。/// 失败只记日志——维护做不成不影响这一轮扫描的结果fn maintain_index(store: &Store) {static MAINTENANCE: std::sync::Mutex<()> = std::sync::Mutex::new(());let Ok(_maintaining) = MAINTENANCE.try_lock() else {return;};+ // 老库升级后把已有的消息补进两字组表:有旗子就做,不等压缩的节奏(补齐之前两字词走 LIKE)+ if let Err(e) = store.backfill_cjk() {+ eprintln!("wake: filling the CJK word index failed: {e:#}");+ }let now = crate::db::now_ms();if !store.fts_compaction_due(now) {return;diff --git a/crates/wake-core/tests/db_roundtrip.rs b/crates/wake-core/tests/db_roundtrip.rsindex f05bc32..caa166c 100644--- a/crates/wake-core/tests/db_roundtrip.rs+++ b/crates/wake-core/tests/db_roundtrip.rs@@ -63,11 +63,240 @@ fn search_roundtrip_hits_correct_seq() {let (hits, _) = store.search("useEffect(", &[], None, 10).unwrap();assert_eq!(hits.len(), 1);assert_eq!(hits[0].seq, 3);+}- // <3 码点降级 LIKE- let (hits, degraded) = store.search("好的", &[], None, 10).unwrap();- assert!(degraded, "2 码点应降级");- assert_eq!(hits.len(), 1);+/// 正文命中里的 seq(标题命中不算)+fn body_seqs(hits: &[SearchHit]) -> Vec<i64> {+ hits.iter()+ .filter(|h| h.role != "title")+ .map(|h| h.seq)+ .collect()+}++/// 两个中日韩字符的词走两字组表、按相关度排(issue #79):原先整条退回 LIKE、按时间倒序,只提了+/// 一次的新消息排在反复说它的老消息前面。日文、韩文同样走它;单字照旧 LIKE+#[test]+fn two_character_cjk_terms_rank_by_relevance() {+ let (_dir, store) = temp_store();+ let m = meta("claude-code:cjk", "发布");+ store+ .write_session(+ &m,+ m.updated_at,+ &[+ unit(0, Role::User, "部署,部署,还是部署"),+ unit(+ 1,+ Role::Assistant,+ "今天先把下周的发布计划过一遍,顺便确认部署窗口、回滚预案和值班的负责人,别的明天再说",+ ),+ unit(2, Role::Assistant, "没有这个词的回复"),+ unit(3, Role::User, "ログの設定を変えた"),+ unit(4, Role::User, "로그인 화면을 고쳤다"),+ ],+ )+ .unwrap();+ let (hits, degraded) = store.search("部署", &[], None, 10).unwrap();+ assert!(!degraded);+ assert_eq!(body_seqs(&hits), [0, 1], "反复说它的老消息排在前面");+ for (q, seq) in [("ログ", 3), ("設定", 3), ("로그", 4)] {+ let (hits, degraded) = store.search(q, &[], None, 10).unwrap();+ assert!(!degraded, "{q}");+ assert_eq!(body_seqs(&hits), [seq], "{q}");+ }+ let (hits, degraded) = store.search("署", &[], None, 10).unwrap();+ assert!(degraded, "单字只能 LIKE");+ assert_eq!(body_seqs(&hits), [1, 0], "LIKE 按时间倒序");+}++/// 混合查询不再整条降级(issue #79):三字以上的词取候选、按它排,两字中文词在两字组表里过滤,+/// `js` 这类两个字符的词在候选里 LIKE;全是不能走索引的词才整条退回 LIKE。标题同样只拿短词过滤,+/// 命中里每个词都高亮+#[test]+fn mixed_queries_only_narrow_with_their_short_terms() {+ let (_dir, store) = temp_store();+ let m = meta("claude-code:mix", "混合查询");+ store+ .write_session(+ &m,+ m.updated_at,+ &[+ unit(0, Role::User, "用 docker 部署服务"),+ unit(1, Role::User, "docker compose 起不来"),+ unit(2, Role::User, "部署脚本挂了"),+ unit(3, Role::User, "在 docker 里跑 js 测试"),+ ],+ )+ .unwrap();+ let (hits, degraded) = store.search("部署 docker", &[], None, 10).unwrap();+ assert!(!degraded);+ assert_eq!(body_seqs(&hits), [0]);+ let (hits, degraded) = store.search("docker js", &[], None, 10).unwrap();+ assert!(!degraded);+ assert_eq!(body_seqs(&hits), [3]);+ let (hits, degraded) = store.search("js", &[], None, 10).unwrap();+ assert!(degraded);+ assert_eq!(body_seqs(&hits), [3]);++ let t = meta("codex:title", "部署 deploy pipeline");+ store.write_meta_only(&[(t, 1)]).unwrap();+ let (hits, _) = store.search("部署 deploy", &[], None, 10).unwrap();+ let title = hits.iter().find(|h| h.role == "title").expect("标题命中");+ assert_eq!(title.session.key, "codex:title");+ for word in ["部署", "deploy"] {+ assert!(+ title+ .snippet+ .contains(&format!("{HL_OPEN}{word}{HL_CLOSE}")),+ "{}",+ title.snippet+ );+ }+}++/// 两字组表跟着会话的改写与删除走:改写掉的尾部、删掉的会话、整库重建都不留旧行——留着的话+/// 之后写入的消息沿用旧 rowid,旧词就会搜到新消息上。所以每次删完都写几条沿用这些 rowid 的+/// 消息再搜(行删掉了、没有消息接它的 rowid 时,留下的旧词搜不出东西,断言什么也卡不住)+#[test]+fn the_cjk_index_follows_rewrites_and_deletes() {+ let (_dir, store) = temp_store();+ let m = meta("claude-code:rw", "改写");+ store+ .write_session(+ &m,+ m.updated_at,+ &[+ unit(0, Role::User, "部署服务"),+ unit(1, Role::Assistant, "好的"),+ ],+ )+ .unwrap();+ store+ .write_session(+ &m,+ m.updated_at + 1,+ &[+ unit(0, Role::User, "部署服务"),+ unit(1, Role::Assistant, "上线了"),+ ],+ )+ .unwrap();+ assert!(store.search("好的", &[], None, 10).unwrap().0.is_empty());+ assert_eq!(+ body_seqs(&store.search("上线", &[], None, 10).unwrap().0),+ [1]+ );+ assert_eq!(+ body_seqs(&store.search("部署", &[], None, 10).unwrap().0),+ [0]+ );+ store.remove_session(&m.key).unwrap();+ let other = meta("claude-code:other", "另一场");+ let others = [+ unit(0, Role::User, "上线了"),+ unit(1, Role::User, "回滚了"),+ unit(2, Role::User, "收尾了"),+ ];+ store+ .write_session(&other, other.updated_at, &others)+ .unwrap();+ assert!(store.search("部署", &[], None, 10).unwrap().0.is_empty());+ store.remove_session(&other.key).unwrap();+ store+ .write_session(&m, m.updated_at + 2, &[unit(0, Role::User, "部署服务")])+ .unwrap();+ assert_eq!(+ body_seqs(&store.search("部署", &[], None, 10).unwrap().0),+ [0]+ );+ store.rebuild_all().unwrap();+ store+ .write_session(&other, other.updated_at, &others)+ .unwrap();+ assert!(store.search("部署", &[], None, 10).unwrap().0.is_empty());+}++/// 老库升级:只读的 MCP / CLI 不建两字组表,两字词照旧 LIKE;GUI 首开建表、挂回填旗子,补齐之前+/// 照旧 LIKE(表里只有升级后写的行,不能因此少结果);补齐时与升级后写进来的行不冲突。换了切法+/// (库里记的版本对不上)同样:只读读者不用这张表,GUI 开库时整张重建,按旧切法写进去的词不留+#[test]+fn older_databases_fill_the_cjk_index_before_searching_it() {+ let dir = tempfile::tempdir().unwrap();+ let path = dir.path().join("test.db");+ {+ let store = Store::open(&path).unwrap();+ let m = meta("claude-code:old", "旧会话");+ store+ .write_session(+ &m,+ m.updated_at,+ &[+ unit(0, Role::User, "部署脚本挂了"),+ unit(1, Role::Assistant, "先回滚部署"),+ unit(2, Role::User, "plain text"),+ ],+ )+ .unwrap();+ }+ rusqlite::Connection::open(&path)+ .unwrap()+ .execute_batch("DROP TABLE messages_cjk; DELETE FROM schema_meta WHERE key = 'cjk_format'")+ .unwrap();+ {+ let ro = Store::open_read_only(&path).unwrap();+ let (hits, degraded) = ro.search("部署", &[], None, 10).unwrap();+ assert!(degraded);+ assert_eq!(body_seqs(&hits), [1, 0]);+ }+ {+ let store = Store::open(&path).unwrap();+ let new = meta("claude-code:new", "新会话");+ store+ .write_session(&new, new.updated_at, &[unit(0, Role::User, "部署完成")])+ .unwrap();+ let (hits, degraded) = store.search("部署", &[], None, 10).unwrap();+ assert!(degraded, "补齐之前照旧 LIKE");+ assert_eq!(body_seqs(&hits).len(), 3);+ store.backfill_cjk().unwrap();+ let (hits, degraded) = store.search("部署", &[], None, 10).unwrap();+ assert!(!degraded);+ assert_eq!(body_seqs(&hits).len(), 3, "每行只进一次");+ }++ // 换了切法:表里留着按旧切法写的词——挂在一条按现在的切法没有两字组的消息上,补齐时逐行的+ // 先删再写碰不到它,只有整张表重建才清得掉;库里记的是别的版本+ let raw = rusqlite::Connection::open(&path).unwrap();+ raw.execute(+ "INSERT INTO messages_cjk(rowid, text) SELECT id, '旧词' FROM messages WHERE text = 'plain text'",+ [],+ )+ .unwrap();+ {+ let ro = Store::open_read_only(&path).unwrap();+ let (hits, _) = ro.search("旧词", &[], None, 10).unwrap();+ assert_eq!(body_seqs(&hits), [2], "对照:旧词确实在表里");+ }+ raw.execute(+ "UPDATE schema_meta SET value = 'older' WHERE key = 'cjk_format'",+ [],+ )+ .unwrap();+ drop(raw);+ {+ let ro = Store::open_read_only(&path).unwrap();+ let (hits, degraded) = ro.search("旧词", &[], None, 10).unwrap();+ assert!(degraded, "版本对不上,只读读者不用这张表");+ assert!(hits.is_empty());+ }+ let store = Store::open(&path).unwrap();+ store.backfill_cjk().unwrap();+ let (hits, degraded) = store.search("旧词", &[], None, 10).unwrap();+ assert!(!degraded);+ assert!(hits.is_empty(), "整张表重建过,旧切法的词不留");+ assert_eq!(+ body_seqs(&store.search("部署", &[], None, 10).unwrap().0).len(),+ 3+ );}/// messages_fts 的段数据行数:FTS 每写一次都长新段,原样重写与压缩看的都是它@@ -1519,9 +1748,9 @@ fn titles_are_searchable_and_tracked_with_the_session() {.snippet.contains(&format!("{HL_OPEN}部署脚本{HL_CLOSE}")));- // 短词走 LIKE 降级,标题同样命中+ // 两字词:正文走两字组表(这里正文没有它),标题没有两字组表、按 LIKE 照样命中let (hits, degraded) = store.search("部署", &[], None, 10).unwrap();- assert!(degraded);+ assert!(!degraded);assert_eq!(hits.len(), 1);assert_eq!(hits[0].role, "title");@@ -2000,6 +2229,18 @@ fn memories_replace_list_and_search() {degraded.iter().any(|h| h.doc.key == b.key),"<3 码点走 LIKE: {degraded:?}");+ // 混合查询:三字以上的词走 memories_fts,短词只在候选里过滤+ let hits = store+ .search_memories("guard fi", &MemoryFilter::default())+ .unwrap();+ assert_eq!(+ hits.iter().map(|h| h.doc.key.as_str()).collect::<Vec<_>>(),+ [a.key.as_str()]+ );+ assert!(store+ .search_memories("tabs fi", &MemoryFilter::default())+ .unwrap()+ .is_empty());// b 变了、u 消失:替换后 b 是新正文,u 从列表与搜索里都不见let mut b2 = b.clone();diff --git a/docs/mcp.md b/docs/mcp.mdindex 84b4232..d252584 100644--- a/docs/mcp.md+++ b/docs/mcp.md@@ -180,7 +180,7 @@ All five tools are read-only and return Markdown text (`content[0].text`). Param### `wake_search`-Full-text search across every indexed session: titles, user prompts, assistant replies, tool names and tool inputs (tool outputs are not indexed). A title match is reported as `title` and its reference points at the start of the session. Terms are ANDed. CJK text and code substrings such as `useEffect(` both work; terms shorter than three characters fall back to a slower substring scan.+Full-text search across every indexed session: titles, user prompts, assistant replies, tool names and tool inputs (tool outputs are not indexed). A title match is reported as `title` and its reference points at the start of the session. Terms are ANDed. CJK text and code substrings such as `useEffect(` both work. Words of three or more characters and two-character Chinese, Japanese or Korean words use the index; a query made only of shorter terms (single characters, two-letter words like `js`) falls back to a slower substring scan, newest first.| Parameter | Type | Default | Notes ||---|---|---|---|