memo/docs/orders/03-indexer.md

Проект: /root/WORK/memo (Kotlin/JVM). Заказ по индексации markdown-файлов в базу.

Создать РОВНО ОДИН новый файл: memo-core/src/main/kotlin/memo/core/Indexer.kt Дополнить существующий: memo-core/src/test/kotlin/memo/core/CoreSmokeTest.kt (добавить ОДИН новый тест-метод в конец класса, существующие не трогать)

Indexer.kt

package memo.core

class Indexer(private val db: Db, private val embedder: Embedder) {

/** Индексирует один файл. Возвращает true, если файл был (пере)проиндексирован,
 *  false — если пропущен (не изменился с прошлой индексации). */
fun indexFile(path: java.io.File): Boolean

/** Индексирует все .md файлы в дереве каталога root (рекурсивно). Возвращает число
 *  реально переиндексированных файлов. */
fun indexTree(root: java.io.File): Int

}

Правила:

1. Перед индексацией файла сравнить с записью в таблице files по колонке path:
   • если записи нет — индексировать;
   • если mtime и size совпадают с сохранёнными — вернуть false, ничего не делать (НЕ считать хэш);
   • если mtime/size изменились — посчитать sha-256 содержимого; если хэш совпал с сохранённым — обновить в files поля mtime/size/indexed_at (файл тронули, содержимое то же) и вернуть false;
   • иначе — полная переиндексация файла.
2. Полная переиндексация файла: удалить из chunks все строки с этим path; удалить из chunks_fts строки с rowid из удалённых chunks (DELETE FROM chunks_fts WHERE rowid IN (...)); то же для chunks_vec. Затем разбить текст через chunkMarkdown (см. memo-core/src/main/kotlin/memo/core/Chunker.kt), для каждого чанка: посчитать эмбеддинг embedder.embed(chunk.text), вставить строку в chunks, взять last_insert_rowid() и вставить те же rowid в chunks_fts (колонки text, heading) и в chunks_vec (колонка embedding). Всё — в одной транзакции (conn.beginTransaction/commit/rollback).
3. В files писать: path (абсолютный), mtime (доля секунды, REAL), size, hash (hex sha-256), indexed_at (epoch секунды).
4. indexTree: обход рекурсивно, только файлы с расширением .md, скрытые каталоги (начинающиеся с '.') и каталоги .memo не обходить. Возвращать число переиндексированных файлов.

Тест: добавить в CoreSmokeTest.kt метод

fun indexerSkipsUnchangedFile()

• создать временный каталог, в нём файл note.md с содержимым "# Заголовок\nтело заметки\n## Второй\nещё текст";
• создать Db на временном index.db (не забыть db.init()) и Embedder на модели (путь брать так же, как в существующем тесте embedderProduces768 — через MEMO_MODEL_DIR);
• первый indexFile(...) должен вернуть true;
• второй indexFile(...) сразу же — обязан вернуть false (файл не менялся);
• дописать в файл "\n## Третий\nновый текст\n", второй indexFile обязан вернуть true;
• в конце: assertTrue, что SELECT count(*) FROM chunks без условия больше нуля (запрос через db.conn).

После: ./gradlew :memo-core:test --rerun-tasks — все тесты зелёные. Коммит: git add -A && git commit -m "core: индексатор файлов с пропуском неизменённых"

СТРОГИЕ ЗАПРЕТЫ:

• Не выводить план текстом; сразу создавай/правь файлы.
• Не трогать Chunker.kt, Embedder.kt, Db.kt, build.gradle.kts и любые другие файлы.
• Не менять существующие тесты.
• Не добавлять зависимости.