@customize-agent/knowledge 4.3.0 → 4.3.1

package/dist/cleaning/text-cleaner.js

@@ -324,7 +324,11 @@ export function cleanExtractedText(input) {
         return { text: input.text, removedChars: 0, removedLines: 0, stats: zeroStats() };
     const docKind = detectDocKind(input.fileName || '', input.text.slice(0, 4000));
     const isCad = input.category === 'cad' || input.category === 'diagram';
-    const lines = input.text.split(/\r?\n/u);
+    // CAD 控制码还原前置：确定性无损替换（%%U/%%O 格式开关删除、%%%→%），
+    // 不参与行级启发式删除与 30% 回退保护——纯图纸文件（标高/图元行占比高）常触发
+    // 回退保护使整个清洗作废，控制码还原若挂在行级规则里会随之失效
+    const sourceText = isCad ? cleanCadControlCodes(input.text) : input.text;
+    const lines = sourceText.split(/\r?\n/u);
     const totalLines = lines.length;
     // 全文高重复行统计（页眉/页脚/图框标题栏判定依据）
     const lineCounts = new Map();
@@ -451,10 +455,7 @@ export function cleanExtractedText(input) {
             index += 1;
             continue;
         }
-        // 11. 图纸：CAD 文本格式控制码还原（%%U/%%O 格式开关删除、%%D/%%P/%%C 符号映射、
-        // %%% 百分号转义「95%%%」→「95%」；还原后行保留，仅替换字符）
-        const keptLine = isCad && CAD_CONTROL_CODE_RE.test(line) ? cleanCadControlCodes(line) : line;
-        kept.push(keptLine);
+        kept.push(line);
         index += 1;
     }
     const resultText = kept.join('\n');
@@ -462,13 +463,14 @@ export function cleanExtractedText(input) {
     // 1) 行级启发式删除导致剩余不足原文 30% → 判定误伤，回退原文；
     // 2) K2 章节级删除（标题 + 规模/内容 + 边界三重证据）置信度高，不参与 30% 判定，
     //    否则通用条款占比高的合同文件永远洗不掉；但剩余不足原文 10% 时仍整体回退（防极端全删）
-    const totalChars = input.text.trim().length;
+    // 回退时返回 sourceText（已做 CAD 控制码还原），保证确定性还原在回退路径同样生效
+    const totalChars = sourceText.trim().length;
     const remainingRatio = totalChars > 0 ? resultText.trim().length / totalChars : 1;
     const lineLevelRemovedChars = removedChars - sectionRemovedChars;
     const lineLevelSafe = lineLevelRemovedChars === 0 || remainingRatio >= 0.3;
     const extremeSafe = remainingRatio >= 0.1;
     if (removedChars > 0 && totalChars > 2000 && (!lineLevelSafe || !extremeSafe)) {
-        return { text: input.text, removedChars: 0, removedLines: 0, stats: zeroStats() };
+        return { text: sourceText, removedChars: 0, removedLines: 0, stats: zeroStats() };
     }
     return { text: resultText, removedChars, removedLines, stats };
 }

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@customize-agent/knowledge",
-  "version": "4.3.0",
+  "version": "4.3.1",
   "description": "Local knowledge base infrastructure for customize-agent",
   "type": "module",
   "main": "./dist/index.js",