altair823
0490b6a126
Library 의 / 키가 활성화. App.search slot 이 lazy 채워지고 (run loop 가 SwitchPane(Search) 받을 때),
debounce 200 ms 후 kebab-app::search 호출, 선택된 hit 의 chunk 를 preview pane 에 표시.
g 키로 $EDITOR (vim/nvim/code/cursor 자동 감지) 에서 citation 위치 열림.
핵심:
- SearchState 본체 (`app.rs` 의 forward decl 채움) — input / mode / hits /
selected_hit / input_dirty_at / last_query / searching / preview.
- `src/search.rs` (신규):
- `render_search(f, area, state)` — 3-pane layout (input bar / 결과 리스트 / preview).
각 hit 는 §1.5 dense 4-line format (rank.score URI / heading / snippet).
- `handle_key_search`: typing → input + dirty mark. Tab → mode 순환. Enter →
immediate refresh. j/k → 선택 이동 + preview invalidate. g → editor jump
(RAII raw-mode suspend). Esc → Library 복귀.
- `build_jump_command(citation, editor_env, workspace_root)` 가 vim 류
`+<line> path` / VS Code `code -g path:line` / cursor `cursor -g`
자동 분기. unit test 로 잠금.
- `jump_to_citation` 가 raw-mode + AltScreen 을 RAII 로 suspend/restore
(panic 안전).
- run-loop hook 4 함수: `debounce_due` / `fire_search` /
`refresh_preview` (private to crate).
- run.rs:
- Pane::Search arm 이 `handle_key_search` 로 dispatch + `render_search`.
- SwitchPane(Search) 시 `app.search = Some(SearchState::default())` lazy init.
- Idle tick 마다 debounce_due → fire_search, preview None → refresh_preview.
- 테스트 13개 (`tests/search.rs`) — Esc/typing/backspace/Tab cycle/Enter
refresh/j-k 이동/jump cmd vim+code+args/render w/hits/empty render/no slot.
Spec deviation (HOTFIXES `2026-05-02 P9-2`):
- `render_search<B: Backend>` generic 제거 (P9-1 와 동일 사유 — ratatui 0.28
Frame backend-agnostic).
- `jump_to_citation` 가 `workspace_root: &Path` 인자 추가. Citation.path 가
workspace 상대 라 editor 호출 시 절대 경로 필요. spec literal 의 시그니처
는 unimplementable.
Docs (sync rule):
- README: TUI 행 \"Library + Search 패널, ask/inspect 진행 중\" + Quick start
의 `kebab tui` 코멘트 갱신.
- HANDOFF: 한 줄 요약 + Phase status (P9 1/5 → 2/5) + deviation 한 줄 추가.
- HOTFIXES: P9-2 entry 추가.
- tasks/p9/p9-2 status: completed.
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
178 lines
7.4 KiB
Markdown
178 lines
7.4 KiB
Markdown
# kebab — Local-first Knowledge Base
|
||
|
||
`kebab` 는 개인용 로컬 knowledge base + RAG 도구다. Markdown / PDF / 이미지를 한 곳에 색인하고, 의미 검색 + page-단위 citation 포함 LLM 답변을 단일 binary 로 제공한다. 모든 추론은 로컬 (Ollama / fastembed) 에서 돌아간다. 대상 하드웨어: M4 48GB MacBook 1대, 사용자 1명.
|
||
|
||
## 사전 요구
|
||
|
||
- **Rust toolchain** ≥ 1.85 (workspace 가 edition 2024 + resolver 3 사용). [rustup](https://rustup.rs) 권장.
|
||
- **Ollama** — `kebab ask` 와 이미지 OCR/caption 가 사용. `https://ollama.com/download` 에서 설치 후 `ollama serve` 실행. 모델은 `ollama pull qwen2.5:7b-instruct` (텍스트) / `ollama pull gemma4:e4b` (vision) 등. config 의 `[models.llm].endpoint` 에 host:port 명시.
|
||
- **빌드 디스크** — 첫 빌드 시 `target/` 가 6–10 GB (Lance + DataFusion + fastembed). 여유 확인.
|
||
- **fastembed 모델** — 첫 `kebab ingest` 시 `multilingual-e5-small` (~470 MB) 자동 다운로드.
|
||
|
||
## 설치
|
||
|
||
표준 경로는 `cargo install` — `~/.cargo/bin/kebab` 가 PATH 에 있는지만 확인하면 끝.
|
||
|
||
```bash
|
||
# 1) repo clone
|
||
git clone https://gitea.altair823.xyz/altair823-org/kebab.git
|
||
cd kebab
|
||
|
||
# 2) binary 빌드 + 설치 (~/.cargo/bin/kebab)
|
||
cargo install --path crates/kebab-cli --locked
|
||
|
||
# 3) PATH 확인 (아직 추가 안 했으면 ~/.bashrc / ~/.zshrc 에 추가)
|
||
which kebab # → /Users/<you>/.cargo/bin/kebab 같은 경로
|
||
kebab --version # → kebab 0.1.0
|
||
```
|
||
|
||
git URL 직접 install 도 가능 (clone 없이):
|
||
|
||
```bash
|
||
cargo install --git https://gitea.altair823.xyz/altair823-org/kebab.git --bin kebab --locked
|
||
```
|
||
|
||
업데이트는 `git pull && cargo install --path crates/kebab-cli --locked --force` 또는 git URL 형식의 경우 `cargo install --git ... --force`.
|
||
|
||
제거는 `cargo uninstall kebab-cli`. 이 명령은 binary 만 지우고 워크스페이스 데이터 (`~/.local/share/kebab/`, `~/.config/kebab/`) 는 그대로 남는다 — 데이터까지 정리하려면 `rm -rf ~/.local/share/kebab ~/.config/kebab ~/.cache/kebab ~/.local/state/kebab`.
|
||
|
||
## Quick start
|
||
|
||
```bash
|
||
# 첫 실행 — XDG 경로에 데이터 디렉토리 + config.toml 생성
|
||
kebab init
|
||
|
||
# config 손보고 — `[workspace] include` 에 *.md / *.png / *.pdf 등 추가, 모델 endpoint 등
|
||
${EDITOR:-vi} ~/.config/kebab/config.toml
|
||
|
||
# 색인 (Markdown / 이미지 / PDF 모두 한 번에)
|
||
kebab ingest
|
||
|
||
# 검색 (citation 의 source_span 이 매체별로 line / region / page)
|
||
kebab search "Markdown chunking 규칙" --mode hybrid
|
||
|
||
# 질문 (Ollama 필요, PDF 인용 시 page 번호 surface)
|
||
kebab ask "내 KB 설계에서 저장소 전략은?"
|
||
|
||
# Ratatui 셸 (Library + Search 패널, ask/inspect 패널 진행 중)
|
||
kebab tui
|
||
|
||
# 헬스 체크 (config 경로 / 데이터 디렉토리 쓰기 가능 여부)
|
||
kebab doctor
|
||
```
|
||
|
||
격리된 임시 워크스페이스로 돌려보는 절차는 [docs/SMOKE.md](docs/SMOKE.md) — `--config <path>` 로 분리. 이미지 / PDF fixture 가 필요하면 두 example 바이너리 (`cargo run --release --example gen_smoke_pdf -p kebab-parse-pdf` / `gen_smoke_png -p kebab-parse-image`) 로 시스템 dep 없이 in-tree 생성 가능.
|
||
|
||
설치 없이 dev 흐름으로 돌려볼 때는 `cargo run --release -p kebab-cli -- <subcommand>` 또는 `cargo build --release && ./target/release/kebab <subcommand>`.
|
||
|
||
## 명령
|
||
|
||
| 명령 | 동작 |
|
||
|------|------|
|
||
| `kebab init` | XDG 경로에 데이터 디렉토리 + config.toml 생성 |
|
||
| `kebab ingest [<path>]` | Markdown / 이미지 / PDF 색인 (idempotent) |
|
||
| `kebab search --mode {lexical,vector,hybrid} "<query>"` | 검색. hybrid는 RRF fusion, citation 포함 |
|
||
| `kebab list docs` | 색인된 문서 목록 |
|
||
| `kebab inspect doc <id>` / `kebab inspect chunk <id>` | raw record 보기 |
|
||
| `kebab ask "<query>"` | RAG 답변 + 근거 인용. 근거 부족 시 거절. Ollama 필요 |
|
||
| `kebab doctor` | 설정/모델/DB 헬스 체크 |
|
||
| `kebab tui` | Ratatui 셸 (Library + Search 패널, ask/inspect 패널 진행 중) |
|
||
| `kebab eval run / compare` | golden query 회귀 측정 |
|
||
|
||
모든 명령에 `--json` 플래그. 출력은 frozen wire schema v1 (`schema_version` 항상 포함, 예: `ingest_report.v1`, `search_hit.v1`, `answer.v1`, `doctor.v1`).
|
||
|
||
## 논리 아키텍처
|
||
|
||
```mermaid
|
||
flowchart TB
|
||
user(["사용자"])
|
||
|
||
subgraph UI["UI binary"]
|
||
cli["kebab CLI"]
|
||
tui["kebab TUI"]
|
||
end
|
||
|
||
subgraph App["Facade"]
|
||
app["kebab-app"]
|
||
end
|
||
|
||
subgraph Pipeline["도메인 + 파이프라인"]
|
||
parse["parse-md / parse-pdf / parse-image"]
|
||
chunker["chunker (md-heading-v1, pdf-page-v1)"]
|
||
embedder["embedder (fastembed multilingual-e5-small)"]
|
||
retriever["retriever (lexical / vector / hybrid RRF)"]
|
||
rag["RAG pipeline"]
|
||
end
|
||
|
||
subgraph Store["저장소"]
|
||
sqlite[("SQLite + FTS5")]
|
||
lance[("LanceDB")]
|
||
assets[("asset bytes")]
|
||
end
|
||
|
||
subgraph External["외부"]
|
||
fs[("workspace files")]
|
||
ollama[("Ollama HTTP")]
|
||
end
|
||
|
||
user --> cli
|
||
user --> tui
|
||
cli --> app
|
||
tui --> app
|
||
|
||
app --> parse
|
||
app --> chunker
|
||
app --> embedder
|
||
app --> retriever
|
||
app --> rag
|
||
|
||
fs --> parse
|
||
parse -. vision OCR / caption .-> ollama
|
||
parse --> sqlite
|
||
parse --> assets
|
||
|
||
chunker --> sqlite
|
||
embedder --> lance
|
||
retriever --> sqlite
|
||
retriever --> lance
|
||
|
||
rag --> retriever
|
||
rag --> ollama
|
||
```
|
||
|
||
`kebab-app` 가 facade — UI binary 가 store / parse / search / llm / rag 를 직접 참조하지 않는다 (frozen 설계 §8). 자세한 crate-level 의존성 + 디렉토리 + 핵심 기술 결정은 [docs/ARCHITECTURE.md](docs/ARCHITECTURE.md).
|
||
|
||
## Configuration
|
||
|
||
- `~/.config/kebab/config.toml` — `kebab init` 가 XDG 경로에 생성. `[workspace] include`, `[storage]`, `[chunking]`, `[models.embedding]`, `[models.llm]`, `[image.ocr]`, `[image.caption]`, `[search]`, `[rag]` 절.
|
||
- `--config <path>` flag — 임시 워크스페이스 / 격리 테스트 시 사용. CLI / TUI 모두 honor.
|
||
- `KEBAB_*` env — 일부 키 override (`KEBAB_RAG_SCORE_GATE`, `KEBAB_EVAL_GOLDEN`, `KEBAB_COMMIT_HASH` 등).
|
||
- XDG layout: `~/.config/kebab/`, `~/.local/share/kebab/`, `~/.cache/kebab/`, `~/.local/state/kebab/`.
|
||
|
||
config 예시는 [docs/SMOKE.md](docs/SMOKE.md) 의 `/tmp/kebab-smoke/config.toml` 블록 참조.
|
||
|
||
## 외부 AI 통합
|
||
|
||
`--json` 출력 + frozen wire schema v1 가 stable contract. 통합 옵션:
|
||
|
||
- **Claude Code / Codex skill** — `kebab search --json` / `kebab ask --json` 호출하는 ~50줄 wrapper.
|
||
- **MCP server** — stdio JSON-RPC 로 `kebab-app` facade 1:1 노출.
|
||
- **HTTP wrapper** — `kebab serve --bind 127.0.0.1:7711` (P+, local-only 가치 신중).
|
||
|
||
## 비-목표
|
||
|
||
다중 사용자 SaaS / K8s / 원격 vector DB / enterprise RBAC / 실시간 협업 / 모든 파일 포맷의 완벽한 parsing / agent 임의 파일 수정 / multi-workspace / LLM-as-judge eval / CLIP 시각 embedding / `kebab://` protocol handler — frozen 설계 §11 / §0 참조.
|
||
|
||
## 라이선스
|
||
|
||
`MIT OR Apache-2.0` (workspace `Cargo.toml` 의 `license` 필드).
|
||
|
||
## 참고
|
||
|
||
- 진척도: [HANDOFF.md](HANDOFF.md)
|
||
- 아키텍처: [docs/ARCHITECTURE.md](docs/ARCHITECTURE.md)
|
||
- Frozen 설계: [docs/superpowers/specs/2026-04-27-kebab-final-form-design.md](docs/superpowers/specs/2026-04-27-kebab-final-form-design.md)
|
||
- Task 인덱스: [tasks/INDEX.md](tasks/INDEX.md)
|
||
- 머지 후 hotfix 로그: [tasks/HOTFIXES.md](tasks/HOTFIXES.md)
|
||
- Smoke 절차: [docs/SMOKE.md](docs/SMOKE.md)
|