tesserae ingest

<!-- translations:start -->

English · 한국어 · 中文 · 日本語 · Русский · Español · Français · Deutsch

<!-- translations:end --> 将单个文档文件或 URL 合并到知识库中。

用法

tesserae ingest <input>... [--title T] [--source-kind K] [--exact] [--dry-run]

<input> 是一个或多个本地文件路径或 http(s) URL。URL 会被抓取、转换为 markdown， 并带着溯源 front-matter（source_url、fetched_at、content_sha256，以及检测到时的 arxiv_id）持久化到 data/ingested/<slug>.md，然后再合并。 来自项目外部的本地文件会被复制到 data/ingested/，从而成为受跟踪的来源（之后的完整编译会 逐字节地复现它们）。

URL 摄取需要可选附加组件：

pip install tesserae[ingest-url]

工作原理

默认情况下，ingest 通过增量编译合并新来源——它不会重新提取整个语料库——而结果与完整编译 逐字节相同（对于增量路径无法处理的任何情况，自动的完整重新编译回退机制可保证正确性）。 传入 --exact 可强制对整个语料库进行完整重新编译。

标志

• --exact — 强制对整个语料库进行完整重新编译。
• --dry-run — 抓取并报告将要摄取的内容；不写入图。
• --title — 覆盖标题，对于裸 URL 很有用。
• --source-kind — 覆盖来源分类。

相关命令

• tesserae compile（无参数）会重新提取整个受跟踪的语料库。
• tesserae ingest <x> 以增量方式添加一个来源。
• tesserae code ingest 从 Python 源代码生成代码图（这是另一个命令）。