chattercatcher 0.1.8 → 0.1.10

package/README.md

@@ -27,8 +27,7 @@
 <p align="center">
   <img alt="TypeScript" src="https://img.shields.io/badge/TypeScript-6.x-3178c6?style=flat-square&logo=typescript&logoColor=white" />
   <img alt="Node.js" src="https://img.shields.io/badge/Node.js-20+-339933?style=flat-square&logo=node.js&logoColor=white" />
-  <img alt="SQLite" src="https://img.shields.io/badge/SQLite-FTS5-003b57?style=flat-square&logo=sqlite&logoColor=white" />
-  <img alt="LanceDB" src="https://img.shields.io/badge/LanceDB-vector-2f8f83?style=flat-square" />
+  <img alt="SQLite" src="https://img.shields.io/badge/SQLite-FTS5%20%2B%20vectors-003b57?style=flat-square&logo=sqlite&logoColor=white" />
   <img alt="Feishu" src="https://img.shields.io/badge/Feishu%20%2F%20Lark-MVP-3370ff?style=flat-square" />
 </p>
 
@@ -54,7 +53,7 @@
 
 ## 项目状态
 
-ChatterCatcher 是一个早期 MVP。它已经具备飞书长连接接入、本地消息存储、SQLite FTS、LanceDB 向量检索、OpenAI-compatible LLM/Embedding、CLI、本地 Web UI 和带引用回答。
+ChatterCatcher 是一个早期 MVP。它已经具备飞书长连接接入、本地消息存储、SQLite FTS、SQLite embedding 向量检索、OpenAI-compatible LLM/Embedding、CLI、本地 Web UI 和带引用回答。
 
 当前核心方向是：
 
@@ -83,7 +82,7 @@ ChatterCatcher 是一个早期 MVP。它已经具备飞书长连接接入、本
       <br />
       <strong>本地 RAG 检索</strong>
       <br />
-      SQLite FTS 与 LanceDB 向量检索并存，回答前必须先召回证据。
+      SQLite FTS 与 SQLite embedding 向量检索并存，回答前必须先召回证据。
     </td>
   </tr>
   <tr>
@@ -112,7 +111,7 @@ ChatterCatcher 是一个早期 MVP。它已经具备飞书长连接接入、本
 | --- | --- |
 | 飞书 Gateway | 官方长连接、`im.message.receive_v1` 事件、重复投递保护、附件下载入口 |
 | 消息入库 | 普通文本消息写入 SQLite；`@` 提问直接回答并跳过入库 |
-| RAG 检索 | SQLite FTS 关键词检索、LanceDB 向量检索、混合重排、证据来源保留 |
+| RAG 检索 | SQLite FTS 关键词检索、SQLite embedding 向量检索、混合重排、证据来源保留 |
 | 问答 | OpenAI-compatible chat completions、证据不足时说不知道、回答带引用 |
 | 引用格式 | 展示“谁在什么时候说了什么”，避免暴露 `ou_` / `oc_` 等 opaque id |
 | 文件知识源 | 支持 txt、md、json、csv、tsv、log、docx、pdf 导入和解析 |
@@ -133,12 +132,12 @@ flowchart LR
   Router -->|"普通消息"| SQLite["SQLite messages"]
   SQLite --> FTS["SQLite FTS5"]
   SQLite --> Indexer["Embedding Indexer"]
-  Indexer --> LanceDB["LanceDB vectors"]
+  Indexer --> Vectors["SQLite embedding vectors"]
 
   Router -->|"@ 提问"| QA["Question Handler"]
   QA --> Hybrid["Hybrid Retriever"]
   FTS --> Hybrid
-  LanceDB --> Hybrid
+  Vectors --> Hybrid
   Hybrid --> LLM["OpenAI-compatible LLM"]
   LLM --> Reply["带引用回复原消息"]
   Reply --> Feishu
@@ -197,7 +196,7 @@ chattercatcher setup
 | LLM Model | 用于答案生成 |
 | Embedding Base URL | 可复用 LLM Base URL |
 | Embedding API Key | 留空可复用 LLM API Key |
-| Embedding Model | 用于 LanceDB 语义检索 |
+| Embedding Model | 用于 SQLite embedding 语义检索 |
 | Web UI Host/Port | 默认 `127.0.0.1:3878` |
 
 ### 5. 检查配置
@@ -258,7 +257,7 @@ http://127.0.0.1:3878
 | `chattercatcher gateway status` | 查看 Gateway 状态 |
 | `chattercatcher gateway stop` | 停止 Gateway |
 | `chattercatcher process messages` | 立即处理消息索引任务 |
-| `chattercatcher index rebuild` | 重建 LanceDB 向量索引 |
+| `chattercatcher index rebuild` | 重建 SQLite embedding 向量索引 |
 | `chattercatcher files add <path...>` | 导入本地文件知识源 |
 | `chattercatcher files jobs` | 查看文件解析任务 |
 | `chattercatcher export --out <file>` | 导出本地知识库数据，不含密钥 |
@@ -277,9 +276,7 @@ http://127.0.0.1:3878
 `-- data/
     |-- chattercatcher.db
     |-- files/
-    |-- exports/
-    `-- vector/
-        `-- lancedb/
+    `-- exports/
 ```
 
 这些内容不应该提交到 GitHub：
@@ -336,23 +333,13 @@ npm run dev -- --help
 
 ### macOS 上提示 `Cannot find native binding` 怎么办？
 
-这是 LanceDB 的 native optional dependency 没有被 npm 装完整，常见于 npm 全局安装时漏装可选依赖。
-
-ChatterCatcher 从 `0.1.1` 起锁定到仍发布 `darwin-x64` 和 `darwin-arm64` native 包的 LanceDB 版本，以覆盖 Intel Mac 和 Apple Silicon Mac。先升级：
-
-```bash
-npm uninstall -g chattercatcher
-npm install -g chattercatcher --include=optional
-```
-
-如果仍然失败，清理 npm cache 后再装：
+请升级到移除平台 native 向量库依赖的版本：
 
 ```bash
-npm cache clean --force
-npm install -g chattercatcher --include=optional
+npm install -g chattercatcher@latest
 ```
 
-`chattercatcher --version` 和 `chattercatcher --help` 从 `0.1.1` 起不会加载 LanceDB native binding；只有 `index`、`process messages`、配置了 embedding 的问答等向量检索路径才需要 LanceDB native 包。
+当前版本的语义向量索引写入 SQLite，不再依赖平台相关的 native optional dependency。
 
 ### 为什么要用 RAG？