新闻动态¶

版本发布与功能亮点。完整变更日志见 GitHub Releases。

v0.9.0 — 丰富的文档输入与 chunk_rag 基线¶

📄 丰富的文档输入 — he parse / he feed 现在支持 PDF、Word、PowerPoint、Excel、HTML、CSV/JSON/XML、EPUB 等格式，安装可选依赖即可启用（pip install "hyperextract[ingest]"，由 MarkItDown 驱动）。非 UTF-8 文本（GBK 等）自动识别编码；无文字层的扫描版 PDF 会给出明确的 OCR 提示，而不是静默摄入乱码。
🧱 chunk_rag 基线方法 — 全新的零提取方法：文档直接分块并向量化，检索返回原始文本块。摄入零 LLM 成本，且具备完整溯源能力（标签、范围检索、按文档回滚）。语料问答与方法对比的块检索基线。
🐛 修复 — he tag 在所有知识库上都会崩溃（tag_source 此前从未在任何类型上实现）；he search/he talk/he feed/he remove --document 在方法型知识库上会崩溃（method/* 模板无法从元数据解析）。

v0.8.1 / v0.8.2¶

🏷️ 来源标签与范围检索 — he tag ./ka/ --source doc-1 --add legal，然后 he search ./ka/ "query" --tag legal 即可只在已标注文档范围内检索。适用于 graph、hypergraph 和 set。(#89, #84)
🛡️ 输入类型校验 — he parse / he feed 现在会拒绝不支持的文件类型并给出转换提示，而不是静默摄入乱码。(#88)
📦 文档存档修复 — 同一来源换文件名重喂不再积累陈旧副本。(#89)

v0.8.0¶

🔄 文档级 Upsert — 对已标注的文档重新喂入时，旧版本贡献自动回滚：删除的事实消失，共享键从幸存来源重新合并。(#84)
📁 逐文件来源标注 — he parse ./docs/ 自动按文件名标注来源；之后可回滚或审计任意单个文件。显式 --source 仍然优先。
⏱️ 时空溯源 — 时间/空间/时空图谱完整支持来源标注与回滚，并通过确定性的（MERGE_FIELD）回放测试。

v0.5.0 – v0.7.0¶

🗑️ 两级知识删除 — 按键硬删（he remove --node/--edge，孤立边自动修剪），或通过 LLM 辅助编辑删除单条错误事实（he remove --edit-node --fact），支持 dry-run、键不变性检查与自动备份。(#84)
📜 来源标注与溯源 — he feed --source / he parse --source 记录每个文档的原始贡献；he remove --document 精确回滚单个文档的贡献；he info --sources 展示来源账本。(#84)
📈 全面增量 — feed/parse/删除/编辑均原地修补向量索引（仅重嵌入受影响的向量）；内容哈希未变的文档自动跳过（--refeed 强制）。(#84)
🧪 he template validate — 在为 LLM 调用付费之前发现模板语义错误：9 条诊断规则、--json 输出接入 CI、--all 扫描目录。(#77)
📊 GraphML 与 CSV 导出 — 对接桌面图工具与表格软件；超图导出超边表。(#85)
🌐 OrcaRouter Provider — 一个 key 接入 150+ 模型（create_client("orcarouter")）。(#71)
🔐 配置文件权限 — ~/.he/config.toml 以 0600 权限保存。(#86)
🔗 Obsidian 双链修复 — 别名不再因 [ ] | # ^ 等字符出错。(#87)
🛡️ Chunk 级故障隔离 — 单个 chunk 失败不再丢弃整个多 chunk 提取结果。(#78)
⚡ MCP Python SDK 2.x — he-mcp 同时兼容 mcp 1.x 与 2.x。(#72, #82)
🔀 有向边修复 — 保留 (source, target) 顺序；支持自定义端点字段名。(#74)
🔑 DeepSeek API Key 修复 — OpenAI 兼容路径下正确识别 DEEPSEEK_API_KEY。(#76)
🎓 教育领域模板 — course_concept_graph + curriculum_structure。(#80)
🧭 其他修复 — Graph_RAG.search 三元组；he talk -i --top-k；引导与文档整体翻新。(#70, #73, #57)