gseek 0.2.0__tar.gz

gseek-0.2.0/.editorconfig

@@ -0,0 +1,18 @@
+root = true
+
+[*]
+charset = utf-8
+end_of_line = lf
+insert_final_newline = true
+trim_trailing_whitespace = true
+indent_style = space
+indent_size = 4
+
+[*.{md,markdown,yml,yaml,json,toml}]
+indent_size = 2
+
+[*.{diff,patch}]
+trim_trailing_whitespace = false
+
+[Makefile]
+indent_style = tab

gseek-0.2.0/.gitignore

@@ -0,0 +1,58 @@
+# pixi environments
+.pixi/*
+!.pixi/config.toml
+
+# Python
+__pycache__/
+*.py[cod]
+*.egg-info/
+.eggs/
+build/
+dist/
+.venv/
+venv/
+pip-wheel-metadata/
+.uv-cache/
+.uv/
+
+# Tool caches and local scratch
+.scratch/
+.pytest_cache/
+.ruff_cache/
+.pyright/
+.mypy_cache/
+.hypothesis/
+.benchmarks/
+.tox/
+.nox/
+.coverage
+.coverage.*
+coverage.xml
+coverage.json
+htmlcov/
+
+# Local environment/secrets
+.env
+.env.*
+!.env.example
+.direnv/
+AGENTS.local.md
+*.log
+*.prof
+
+# Docs
+site/
+docs-site/
+_build/
+
+# Editors
+.idea/
+.vscode/
+*.code-workspace
+*.swp
+*.swo
+.DS_Store
+
+# Patch leftovers
+*.orig
+*.rej

gseek-0.2.0/.pre-commit-config.yaml

@@ -0,0 +1,35 @@
+default_install_hook_types: [pre-commit, pre-push]
+default_stages: [pre-commit]
+exclude: ^pixi\.lock$
+
+repos:
+  - repo: https://github.com/pre-commit/pre-commit-hooks
+    rev: v5.0.0
+    hooks:
+      - id: check-yaml
+      - id: check-toml
+      - id: check-added-large-files
+        args: [--maxkb=1000]
+      - id: check-merge-conflict
+      - id: debug-statements
+      - id: end-of-file-fixer
+      - id: trailing-whitespace
+        args: [--markdown-linebreak-ext=md]
+      - id: mixed-line-ending
+        args: [--fix=lf]
+
+  - repo: https://github.com/astral-sh/ruff-pre-commit
+    rev: v0.17.1
+    hooks:
+      - id: ruff
+        args: [--fix]
+      - id: ruff-format
+
+  - repo: local
+    hooks:
+      - id: pytest
+        name: pytest (pre-push)
+        entry: pixi run test
+        language: system
+        pass_filenames: false
+        stages: [pre-push]

gseek-0.2.0/.python-version

@@ -0,0 +1 @@
+3.12

gseek-0.2.0/AGENTS.md

@@ -0,0 +1,198 @@
+# AGENTS.md
+
+本文件面向在本仓库工作的 AI agent 与人类贡献者。它定义**不可协商的工程约定**。开始任何任务前，先读：
+
+1. `README.md`
+2. `docs/api.md`
+3. `dev/development-plan.md`
+4. `dev/adapter-matrix.md`
+5. `dev/compatibility.md`
+6. `dev/decisions/` 下的 ADR
+
+## 1. 项目身份
+
+| 项 | 值 |
+| --- | --- |
+| 项目名 | **gseek** |
+| 导入包 | `gseek` |
+| PyPI 分发名 | `gseek` |
+| CLI | `gseek` |
+| Python | `>=3.12` |
+| 运行时依赖 | **零**（stdlib only） |
+| 原项目名 | `gcore`（因 PyPI 名称被 Gcore 占用，2026-10-22 更名） |
+
+不要在新增代码、文档、schema、环境变量中重新引入 `gcore`。更名细节见 `dev/decisions/0002-project-rename.md`。
+
+## 2. 当前状态
+
+- M0 基座 + M1/M2/M3/M4 适配器完成：结果模型、执行层、索引缓存、manifest、Runner、API、CLI。
+- `gseek backends` 现在包含 **blast**、**minimap2**、**kma**、**mummer**、**bwa**、**mash**、**sourmash**、**skani**；真实工具集成测试通过。
+- BLAST 支持核酸与蛋白任务；mash 支持 dist/screen；sourmash 支持 search/gather；`gseek replay` 已实现。
+- 消费者迁移/parity（gside/gapit/gmlst）与 1.0 发布尚未完成。
+
+## 3. TDD 是强制流程
+
+**没有失败的测试，不写生产代码。**
+
+### 3.1 Red-Green-Refactor
+
+每个行为变更按以下顺序：
+
+1. **Red**：先写一个最小测试，表达期望行为。
+   - 新功能：`tests/test_<area>.py::test_<behavior>`
+   - Bug 修复：先写复现该 bug 的回归测试
+   - 重命名/重构：先写“新契约”测试（例如 `tests/test_project_identity.py`）
+2. **确认失败**：运行该测试，确认失败原因是“行为缺失”，不是拼写/导入/夹具错误。
+   ```bash
+   pixi run test tests/test_area.py::test_behavior
+   ```
+   如果测试因为错误原因失败，先修测试。
+3. **Green**：写**最少**的生产代码让该测试通过。不要顺手实现未测试的功能。
+4. **确认通过**：只跑目标测试 + 相关模块测试。
+5. **Refactor**：在测试全绿的前提下重构，保持行为不变。
+6. **全量门禁**：
+   ```bash
+   pixi run check
+   ```
+   必须同时通过 `ruff`、`pyright`、全部 `pytest`。
+
+### 3.2 例外
+
+- 纯文档、注释、README、ADR：不需要生产代码测试，但必须更新相关文档链接。
+- 纯配置（CI、pixi、pre-commit）：如果影响构建/测试行为，先加一个验证命令或测试。
+- 纯格式化：可以在测试绿的前提下直接执行，随后跑全量门禁。
+
+### 3.3 适配器开发的 TDD 顺序
+
+实现一个适配器时，测试顺序固定：
+
+1. `BackendSpec` 能力/工具/版本约束测试。
+2. 命令规划测试（argv、cwd、env、输出路径、超时）。
+3. 解析器 golden 测试（真实输出 fixture，含反向、gapped、空结果、CRLF）。
+4. 坐标/identity/coverage 归一化测试。
+5. 索引 key / artifacts 测试。
+6. 集成测试（`@pytest.mark.integration`，无工具时 skip）。
+7. 消费者 parity 测试（gmlst/gapit/gside 的现有 golden）。
+
+只写命令规划、不写解析，或只写解析、不写错误路径，都不算完成。
+
+## 4. 架构边界
+
+```text
+api → runner → adapters → execution / index / io / model
+                  │
+                  └→ capabilities / errors
+```
+
+必须遵守：
+
+1. **只有 `execution.py` 启动子进程。** 适配器不得直接 `subprocess`。
+2. **适配器是纯规划器/解析器。** `plan_index`/`plan_align` 返回命令；`parse_align` 返回记录。
+3. **不做业务结论。** 不实现 allele calling、ST 查找、物种规则、抗性判定。
+4. **不丢原始记录。** 归并是显式视图（`best_per_query_target`、`deduplicate_intervals` 等）。
+5. **坐标统一。** 0-based half-open、正向序列坐标、strand 单独字段。
+6. **identity/coverage 带来源。** 保留 `identity_method`、原始 `NM`/`nmatch`/`alen`。
+7. **索引内容寻址。** 不用 mtime；key 包含 adapter 版本、语义参数、target 内容哈希、工具版本。
+8. **默认确定性。** 无 shell、绝对路径、`LC_ALL=C`、稳定排序。
+9. **零运行时依赖。** 新增第三方库必须先有 ADR；可选功能放 extras。
+10. **schema 版本化。** `gseek.alignment/1`、`gseek.run/1` 等；破坏性变更升版本。
+
+## 5. MUMmer 版本决策
+
+**目标：MUMmer 4.x，不是 MUMmer 3。**
+
+依据：
+
+- `gmlst` 的 pixi 依赖为 `mummer4 = ">=4.0"`。
+- 当前测试环境 conda 包：`mummer4-4.0.1-pl5321h9948957_0`。
+- `nucmer --version` 与 `mummer --version` 均输出 `4.0.1`。
+- `show-coords -rcl -T` 的 MUMmer4 输出为 13 列（`[TAGS]` 表头 + 两个 tag 列）。
+
+适配器要求：
+
+- `ToolRequirement(binary="nucmer", version_args=("--version",), min_version=(4, 0, 0))`。
+- 使用 `nucmer` + `show-coords -rcl -T`，不依赖 MUMmer3 的旧参数/输出。
+- MUMmer3 不在 1.0 范围内；如需支持，新增独立适配器与 ADR，不要在同一解析器里猜版本。
+- 反向命中用 `S2 > E2` 判断，不能硬编码 `+`。
+
+决策记录：`dev/decisions/0001-mummer4.md`。
+
+## 6. 代码规范
+
+- 行宽 100；`ruff` 规则 `E,W,F,I,UP,B,C4,SIM,RET,RUF`；`ruff format`。
+- 类型：`pyright` standard 必须 0 error；新增核心模块尽量使用精确类型，避免 `Any`。
+- 公共 API 必须有 docstring 与 `__all__`。
+- 单文件建议 ≤ 350 行；超过时按职责拆分。
+- 使用 `pathlib.Path`，不要拼字符串路径。
+- 异常使用 `gseek.errors` 的类型化错误；不要抛裸 `RuntimeError`。
+- 测试使用 `tmp_path`；单元测试不得依赖网络或外部二进制。
+- 需要外部工具的测试标记 `@pytest.mark.integration`，无工具时 `pytest.skip`。
+
+## 7. 目录约定
+
+```text
+src/gseek/
+├── api.py             # 便捷入口
+├── adapter.py         # 请求/计划/协议
+├── capabilities.py    # 能力声明
+├── execution.py       # 唯一子进程层
+├── index.py           # 内容寻址索引
+├── io.py              # FASTA/FASTQ
+├── model/             # 结果与 manifest
+├── provenance.py      # hash/recipe/manifest
+├── registry.py        # 适配器注册
+├── runner.py          # 编排
+├── adapters/          # M1–M3 + M4 protein/gather/skani
+└── cli.py
+tests/
+├── test_*.py          # 单元/契约
+├── fixtures/          # 真实输出（后续）
+├── parity/            # 消费者 parity（后续）
+└── integration/       # 外部工具（M1–M4 已加入）
+docs/
+└── api.md             # 公共 API 参考（用户/适配器作者）
+dev/
+├── development-plan.md
+├── adapter-matrix.md
+├── compatibility.md
+├── research.md
+└── decisions/         # ADR
+```
+
+## 8. 验证命令
+
+```bash
+pixi install                 # 首次
+pixi run test                # 全量单测
+pixi run test-cov            # 覆盖率（fail_under=85）
+pixi run lint                # ruff check + format --check
+pixi run typecheck           # pyright
+pixi run check               # lint + typecheck + test
+pixi run pre-commit          # 全部 pre-commit hook
+pixi run test tests/test_x.py::test_y   # 目标测试
+```
+
+提交前必须：
+
+- [ ] 先有失败测试（Red），并确认失败原因。
+- [ ] 目标测试通过（Green）。
+- [ ] `pixi run check` 全绿。
+- [ ] 新行为有测试；bug 有回归测试。
+- [ ] 文档/ADR/CHANGELOG 按需更新。
+- [ ] 没有提交 `dist/`、`.pixi/`、`.scratch/`、缓存或临时文件。
+
+## 9. 安全与可复现
+
+- 永不使用 `shell=True`；argv 列表逐项传入。
+- replay **不执行 manifest 中的任意 argv**；只按 adapter 重新规划。
+- manifest 不记录密钥；环境变量只记录 allowlist。
+- 所有输出路径必须位于 workspace 或 index staging 内。
+- 不静默吞掉解析错误；错误必须带文件/行号/后端。
+- 外部工具缺失/版本过旧必须给出可操作提示。
+
+## 10. 提交与发布
+
+- 提交信息用英文、祈使句、短标题；正文说明测试与行为。
+- PR 必须包含：行为说明、测试说明、验证命令、文档影响。
+- 版本遵循 SemVer；1.0 前 API 可调整，但 schema 变更必须记录。
+- 发布前：更新 `CHANGELOG.md`、`src/gseek/version.py`、跑 `pixi run check`、构建 wheel/sdist 并在干净环境安装验证。

gseek-0.2.0/CHANGELOG.md

@@ -0,0 +1,151 @@
+# Changelog
+
+All notable changes to this project are documented here. The format follows
+[Keep a Changelog](https://keepachangelog.com/en/1.1.0/) and the project uses
+[Semantic Versioning](https://semver.org/).
+
+## [Unreleased]
+
+## [0.2.0] - 2026-10-24
+
+### Added
+
+- **0.2.0 release preparation: first PyPI release target.**
+- `gseek.distance(..., external_reference=True)` for pre-built distance
+  artifacts: mash `.msh` and sourmash `.sig`/`.zip` are consumed directly,
+  without index construction or reference re-sketching. External artifacts are
+  recorded as `InputKind.SKETCH`; replay re-passes the flag.
+- mash `reads=True` params append `-m 2 -r` to the query sketch for
+  error-filtered FASTQ distance.
+- sourmash gather/search parse `query_name` per row and expose
+  `reference_name`, `reference_md5`, and `f_unique_weighted` tags.
+- `gseek distance --external-reference` exposes the pre-built-artifact path in
+  the CLI.
+- `gseek --error-format {json,text}`; JSON remains the default for automation,
+  text is available for humans.
+- User-facing docs: `docs/index.md`, `docs/quickstart.md`, `docs/cli.md`,
+  `docs/errors.md`, plus a relative-link regression test.
+- `AGENTS.md`: mandatory TDD workflow, architecture boundaries, MUMmer4 policy.
+- `CONTRIBUTING.md`, `CHANGELOG.md`, `.editorconfig`, `.pre-commit-config.yaml`.
+- ADR-0001: target MUMmer **4.x**, not MUMmer3.
+- ADR-0002: rename from `gcore` to `gseek`.
+- Project identity tests (`tests/test_project_identity.py`) written before the
+  rename, covering import name, schemas, env vars, and CLI.
+- **M1 adapters**:
+  - BLAST+ `blastn` adapter with `makeblastdb` target indexes, outfmt-6
+    streaming parser, reverse-strand coordinates, gap accounting, target
+    filtering, and `index_policy=none` subject mode.
+  - minimap2 adapter with explicit presets, PAF streaming parser, FASTA/FASTQ,
+    paired reads, primary/secondary filtering, `cg`-based gap counts, and
+    target indexes.
+  - Built-in adapter registry (`gseek.backends()` now lists `blast` and
+    `minimap2`).
+  - Prefix index entries (e.g. BLAST `targets` backed by `targets.nhr`) in
+    `IndexStore`.
+- **M2 adapters**:
+  - KMA adapter with `kma index` target databases, `.res` parsing (no
+    coordinates), assembly/FASTQ/paired modes, depth, and template-level
+    identity/coverage.
+  - MUMmer4 `nucmer` + `show-coords -rcl -T` adapter, multi-step execution,
+    reverse-strand coordinates, no persistent index, and explicit MUMmer4
+    version gate.
+  - Built-in registry now lists `blast`, `minimap2`, `kma`, and `mummer`.
+- **M3 adapters**:
+  - BWA-MEM adapter with `bwa index` target prefixes, SAM/CIGAR streaming,
+    reverse-strand query intervals, soft-clip accounting, paired reads, and
+    secondary/supplementary flags.
+  - mash adapter with `mash sketch`, `mash dist`, and reads `screen` mode;
+    MinHash distance/containment records.
+  - sourmash adapter with DNA sketches, `sourmash search` CSV, and
+    Jaccard/containment semantics.
+  - CIGAR helper now tracks leading/trailing soft and hard clips.
+- **M4 features**:
+  - BLAST protein tasks: `blastp`, `blastx`, `tblastn`, `tblastx`, with
+    protein/nucleotide `makeblastdb` selection and SEG defaults.
+  - sourmash `gather` mode with `--threshold-bp` and gather CSV parsing.
+  - skani ANI adapter with sketch/search databases, ANI and aligned-fraction
+    records.
+  - Safe `gseek.replay` / `gseek replay` with `result_hash` in run manifests;
+    replay never executes recorded argv.
+- Unit/contract tests for all eight adapters, plus real-tool integration tests
+  for index reuse, manifest verification, FASTQ mapping, thread invariance,
+  KMA paired reads, MUMmer reverse-strand hits, BWA paired reads, mash
+  dist/screen, sourmash search/gather, skani ANI, and manifest replay.
+
+### Changed
+
+- **Renamed the project from `gcore` to `gseek`.** PyPI's `gcore` is already
+  owned by the Gcore Python API. Distribution, import package, CLI, environment
+  variables (`GSEEK_*`), schemas (`gseek.*`), and plugin entry point group are
+  now all `gseek`.
+- `GcoreError` → `GseekError`.
+
+### Fixed
+
+- `result_hash` is now computed over a canonical total order, so multi-record
+  `replay --check` no longer depends on parser or tool output order.
+- `index_policy=rebuild` now actually replaces the published index; the cache
+  layer gained `publish(replace=...)` and returns `cache_hit=False` after a
+  rebuild.
+- Tool paths resolved by `ToolResolver` (`overrides`, `GSEEK_<BINARY>`,
+  `extra_paths`, `GSEEK_PATH_PREPEND`) are bound into `Executor` and used for
+  execution; manifest commands now record the absolute executable.
+- Index-only parameters (KMA `-k`, BWA `-a/-b`, skani `-c/-m`) are accepted by
+  the alignment/distance planners and no longer make end-to-end runs fail.
+- Manifests record absolute input/target paths; `verify` resolves legacy
+  relative paths against the manifest directory, matching `replay`.
+- Corrupt `index.json` values (for example a JSON array) are treated as cache
+  misses; `IndexStore(enabled=False)` rejects writes and Runner skips indexing.
+- Probe caching now keys on resolved path/pattern/min_version/role, re-raises
+  cached missing tools under `strict=True`, and does not raise for optional
+  outdated tools. `BaseAdapter` distinguishes `ToolNotFoundError` from
+  `ToolVersionError` and forwards `ToolRequirement.hint`.
+- BLAST always passes `-task` where supported (not `tblastx`), so `blastn` is
+  no longer silently megablast; protein tasks reject `-perc_identity`.
+- minimap2 identity prefers `NM` (`paf_nm`) and falls back to `nmatch/alen`
+  (`paf_matches`); records expose `identity_from_nm`, `identity_from_matches`,
+  and `identity_nmatch_nm` parity views.
+- JSON/TSV and ingestion fixes: deterministic set serialization, truthful
+  JSONL footer status, coordinate-less records preserved by
+  `deduplicate_intervals`, strict FASTQ record counting, streamed stderr
+  capped during drain, and executor-based manifest environment capture.
+- CI integration now installs `skani` and runs nightly in addition to manual
+  dispatch.
+- Added `external_reference=True` to `gseek.distance()`: mash/sourmash
+  adapters can consume pre-built `.msh`/`.sig`/`.zip` artifacts without
+  indexing or re-sketching references. External artifacts are recorded as
+  `InputKind.SKETCH` and replay re-passes the flag.
+- Added real-tool golden fixtures under `tests/fixtures/`, field/formula parity
+  tests for gside/gapit/gmlst, and an 8-backend real replay matrix. Sourmash
+  reference IDs now fall back from signature name to a genome-like filename to
+  the unique `md5`, so references inside one combined `.sig` no longer collide.
+
+## [0.1.0] - 2026-10-22
+
+### Added
+
+- Project foundation:
+  - `gseek.model`: `AlignmentRecord`, `AlignmentResult`, `DistanceResult`,
+    `RunManifest`, `IndexRef`, `CommandRecord`.
+  - `gseek.execution`: deterministic subprocess execution, timeouts, streaming,
+    stderr draining, tool resolution/version probing.
+  - `gseek.index`: content-addressed index cache, file locks, staging + atomic
+    publish, GC.
+  - `gseek.provenance`: SHA-256, canonical JSON, recipe hash, manifest
+    read/write/verify.
+  - `gseek.adapter`, `gseek.registry`, `gseek.runner`: adapter protocol,
+    registry, end-to-end orchestration.
+  - `gseek.api` and `gseek` CLI: align/distance/backends/doctor/index/manifest.
+- Documentation:
+  - `docs/api.md`
+  - `dev/development-plan.md`
+  - `dev/research.md`
+  - `dev/adapter-matrix.md`
+  - `dev/compatibility.md`
+- 250 unit/contract tests + 21 integration tests; 88% coverage; ruff + pyright clean.
+- MIT license, pixi environment, GitHub Actions CI.
+
+### Notes
+
+- M1–M4 adapter features (including protein BLAST, gather, skani, replay)
+  are implemented. Consumer migration/parity is still pending.

gseek-0.2.0/CONTRIBUTING.md

@@ -0,0 +1,126 @@
+# Contributing to gseek
+
+感谢贡献。`gseek` 是 gside/gapit/gmlst 共用的 DNA 比对基础设施；正确性、可复现性和向后兼容比“多写代码”更重要。
+
+## 1. 开发环境
+
+```bash
+pixi install
+pixi run check
+```
+
+需要 Python ≥ 3.12。外部比对工具（BLAST+、minimap2、MUMmer4、KMA、BWA、mash、sourmash）只在集成测试中需要，不随包安装。
+
+## 2. TDD：先失败，再实现
+
+**没有失败的测试，不写生产代码。** 详细规则见 [AGENTS.md](AGENTS.md)。
+
+### 2.1 最小示例
+
+假设要新增 `gseek.views.best_per_query`：
+
+1. 在 `tests/test_views.py` 写测试：
+   ```python
+   def test_best_per_query_keeps_highest_identity() -> None:
+       ...
+       assert best[0].identity == 99.0
+   ```
+2. 运行并确认失败：
+   ```bash
+   pixi run test tests/test_views.py::test_best_per_query_keeps_highest_identity
+   ```
+   失败原因必须是 `AttributeError`/`ImportError` 等“功能不存在”，不能是测试写错。
+3. 写最少实现。
+4. 目标测试通过。
+5. 跑全量：
+   ```bash
+   pixi run check
+   ```
+6. 在绿的前提下重构。
+
+### 2.2 Bug 修复
+
+先写回归测试，确认它能在当前代码上复现 bug；再修复。禁止“先修再看”。
+
+### 2.3 重构/重命名
+
+先写新契约测试（例如 `tests/test_project_identity.py` 对 `gseek` 的断言），确认红；再改代码；最后全绿。
+
+## 3. 测试分层
+
+| 层级 | 位置 | 依赖外部工具 | 说明 |
+| --- | --- | --- | --- |
+| 单元 | `tests/test_*.py` | 否 | 模型、解析、命令规划、hash、index |
+| golden | `tests/fixtures/` | 否 | 真实工具输出，逐字段断言 |
+| 集成 | `tests/integration/` | 是 | `@pytest.mark.integration`，无工具 skip |
+| parity | `tests/parity/` | 部分 | 与 gside/gapit/gmlst 旧模型对比 |
+
+要求：
+
+- 单元测试不联网、不依赖 PATH 里的工具。
+- 所有临时文件用 `tmp_path`。
+- 不 mock 掉被测逻辑；只 mock 进程边界（`Executor`/resolver）。
+- 解析器测试必须覆盖：正常、反向、gapped、空结果、坏行、CRLF/空白。
+- 新适配器必须包含命令规划测试与真实输出 golden。
+
+## 4. 架构红线
+
+- 只有 `src/gseek/execution.py` 启动子进程。
+- 适配器只做规划/解析，不做生物学判定。
+- 结果模型无损；归并是显式视图。
+- 坐标 0-based half-open；strand 单独字段。
+- 索引内容寻址，不用 mtime。
+- 核心零运行时依赖。
+- 不使用 `shell=True`。
+- 具体规则见 [AGENTS.md](AGENTS.md)。
+
+## 5. 代码风格
+
+```bash
+pixi run format
+pixi run lint
+pixi run typecheck
+```
+
+- `ruff` + `ruff format`，行宽 100。
+- `pyright` standard 0 error。
+- 公共 API 写 docstring 和类型注解。
+- 异常使用 `gseek.errors`。
+- 单文件建议 ≤ 350 行。
+
+## 6. 文档
+
+- 公共 API/行为变化更新 `docs/api.md`；设计/架构说明更新 `dev/` 对应文档。
+- 架构/版本/命名决策写 ADR：`dev/decisions/NNNN-title.md`。
+- 用户可见变化更新 `CHANGELOG.md`。
+- MUMmer：目标为 **MUMmer 4.x**，见 [ADR-0001](dev/decisions/0001-mummer4.md)。
+
+## 7. 提交与 PR
+
+提交信息用英文祈使句：
+
+```text
+Add FASTA duplicate-ID validation
+Fix PAF reverse-strand coordinate normalization
+Rename package to gseek
+```
+
+PR 描述包含：
+
+1. 行为变化（用户可见）
+2. 测试说明（先失败的测试是哪一个）
+3. 验证命令与结果
+4. 文档/CHANGELOG/ADR 影响
+
+## 8. 发布
+
+1. 更新 `src/gseek/version.py` 与 `pyproject.toml` 的版本。
+2. 更新 `CHANGELOG.md`。
+3. `pixi run check`。
+4. `python -m build` + `twine check dist/*`。
+5. 在干净 venv 中 `pip install dist/*.whl`，跑 `gseek --version` 和最小 API 冒烟。
+6. 打 tag、发布 PyPI/conda。
+
+## 9. 许可证
+
+贡献即同意以 MIT 许可证发布。详见 [LICENSE](LICENSE)。

gseek-0.2.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 gseek contributors
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.