更新日志

v1.0.4扫描器修正 + 全量重扫

对已建库做全量重扫时发现：源目录里正在打开的 Office 文档会留下 ~$ 临时锁文件被当作正常文件抓取；另有 0 字节空文档，索引后成为噪声条目。

• scan 阶段过滤 ~$ 前缀 Office 临时锁文件、. 开头隐藏文件、0 字节空文件；已建库重扫不会产生重复提取。
• 全量重扫 + 索引重建一次跑通：不产生重复提取，缓存数与清单精确一致。
• 扫描阶段剔除的临时文件与空文档不再进索引；更新后各库 texts 明文 0、孤儿 0、缺正文 0。
• 抽样检索（体系类提法、生僻组合词、长提法等）全部命中，单次延迟亚秒级。

v1.0.3检索升级（重要）

实测“精确提法”类查询（多词组成的固定提法）命中率偏低，根因全在分词层，与存储方式无关。

• 分词保留数字词元：带数字的提法不再只按其中的中文部分检索。
• 新增短语精确层：全量二元组倒排 + 查询期归一化正文验证加权，老索引自动兼容、重建后生效。

实测（自建测试集，10 个精确查询）

指标	升级前	升级后
P@10 均值	5.0	8.8
带数字的固定提法	4	7
词表未收录的组合词	0	6
生僻的四字提法	0	10
常见长提法	8	10
模糊查询（自然表达）	—	零回退
检索延迟	毫秒级	持平（亚秒级，含冷启动）

代价：索引体积增至正文的 2–4 倍（随语料线性增长，万篇量级仍在数十 MB）；不引入向量库与外部服务。

v1.0.2正文 gzip 压缩

• texts 全文缓存支持 .gz 存储，新增 gz 子命令（--unpack 可解回明文）。
• ask / read / outline / build / extract 全部自动兼容 .gz。
• 实测正文 gzip 压缩后体积降低约 55%。

v1.0.1全链条打通

• 建库 / 检索 / 大纲 / 审核全链条可用，千篇量级真实语料实测通过（提取、建索引、检索全链路正常，检索亚秒级）。
• 汇编目录页降权（×0.65）；规则审核按三级分类。

v1.0.0首次分发

• 目录规划、扫描、提取、建索引、检索（ask / outline / read）、格式与规则审核（check）。

v1.0.2版本对齐

• 版本记录与 SKILL.md 表述对齐（补齐 v1.0.1 记录）。
• 改稿署名规则与写作助手统一：首次使用时询问用户确定，不设默认，可随时更改。

v1.0.1接入知识库

• 本地范文库检索改为直接调用 gwkb.py（ask / outline / read / check 命令表），不再依赖已废弃的 ask.py。
• 兼容正文 .gz 压缩存储。
• 新增随包使用教程《教程-公文评分助手使用》。

v1.0.0初始版本

• 三级来源对标（用户指定 → 本地范文库 → 官方网站检索）。
• 百分制 6 维度评分细则、等级换算。
• 与知识库联动；改稿走 Word 修订模式。

v1.0.2修订署名规则

• 修订署名不设默认：要求"改材料"（而非新写）时一律走 Word 修订模式（TrackRevisions）；修改者署名首次使用时询问用户确定，之后沿用、可随时要求更改。
• 新增随包使用教程《教程-公文写作专属助手使用》。

v1.0.1依托知识库

• 依托 mc-gongwen-kb-builder 知识库（配置驱动、支持任意目录）。
• 新增 outline 骨架分级用法、check 硬规则审核环节。
• 修订模式署名约定、含空格路径需先复制到无空格路径再操作等经验写入成稿规范。

v1.0.0初始版本

• 读库判文种 → 检索范文 → 出提纲/成稿 → 八项自查的写作工作流。

已安装用户（整包替换）

1. 用新包里对应的技能文件夹，整体替换技能目录下的同名文件夹。
2. 知识库用户请让它把库重新整理一次（对话里说“帮我把库重新整理一遍”），才能用上新的精确查找能力。

不重新整理也能照常查找，只是用不上新的精确匹配。评分助手、写作助手调用知识库的方式没有变，不需要额外处理。

1. 写法变体会断链：正文把关键词拆开书写（如被引号逐字断开、或中间夹空格）时，短语链断裂，此类查询命中率约 6–7/10，属文本物理极限；已用“归一化正文验证”缓解。
2. 索引体积上升：短语层随语料量线性增长，约为正文的 2–4 倍；如可接受精度小幅回退，可暂不建短语层。
3. 暂存区需清理：压缩与清理产生的中间文件会留在暂存目录，确认无误后手动删除即可释放空间。

• 按需全量扫描兜底：用户明确要"查这句原话"时再触发，万篇量级库全程约十秒。
• 短语层参数可调：加权系数、候选上限可按实际使用反馈微调。