Optionale semantische Suche

Experimentell. figlens search <file> <query> --mode semantic|hybrid sortiert Layer mit einem lokalen Modell nach Bedeutung. Der Standard --mode text bleibt unverändert und braucht kein Modell.

• Einmal einrichten. Laden Sie BAAI/bge-m3 in der Revision 5617a9f61b028005a4858fdac845db406aefb181 (MIT; config.json, pytorch_model.bin, tokenizer.json) selbst herunter: figlens lädt nie herunter. figlens models configure bge-m3 --model DIR [--runtime FILE] prüft die Dateien per SHA-256, startet die Runtime figlens-embed einmal offline (gesucht neben der figlens-Programmdatei, außer --runtime ist angegeben) und speichert das Profil in models.json im Konfigurationsverzeichnis. models list|status zeigen es an, models remove bge-m3 vergisst es und behält die Dateien.
• Visuelles Profil. figlens models configure siglip-base --model DIR prüft google/siglip-base-patch16-224 in der Revision 7fd15f0689c79d79e38b1c2e2e2370a7bf2761ed (Apache-2.0; config.json, preprocessor_config.json, model.safetensors) auf dieselbe Weise und speichert das Bildmodell für die visuelle Suche.
• Bildabfragen (experimentell). figlens search --workspace DIR --image shot.png ordnet die Einheiten eines Workspace nach ihrem Aussehen; --image-ref '{"sourceId":…,"snapshotId":…,"nodeId":…}' nutzt stattdessen das gespeicherte Rendering eines Treffers, --crop x,y,w,h schneidet beides zu. Mit Suchtext wird daraus hybrid. Visuelle Ebenen baut figlens index visual (eine Suche baut keine, und eine Suche in einer einzelnen .fig lehnt ein Bild ab). Ohne Bildprofil oder wenn es fehlschlägt, ordnet allein der Pixel-Hash, und query.usedModes sagt das. Das Abfragebild wird nie gespeichert. Die Ranking-Regel wird noch geprüft; nimm die Treffer als Hinweise. MCP: search image (ein Pfad innerhalb der Roots), imageRef, crop.
• Modi. semantic sortiert jeden Layer nach seinem besten Chunk aus Name, Text, Komponenten-Properties oder Bereich. hybrid führt die Text- und die semantische Rangliste zusammen (Reciprocal Rank Fusion). Ohne Profil schlägt semantic mit mode_unavailable fehl; hybrid liefert die Text-Ergebnisse und nennt den Grund. coverage.layers.semantic meldet ready, partial oder unavailable; eine partielle Seite hat kein nextCursor. Die Modelle laufen auf der CPU; Strg-C stoppt die aktive Anfrage. Ein MCP-/Viewer-Prozess kann nach der Nutzung je ein Text- und Bildmodell im Speicher halten: allein das Textmodell etwa 2,5 GiB, die Summe ihrer Speicherspitzen etwa 3,5 GiB in einer Linux-ARM-Messung, ohne Kernprozess und Index-Worker. Dies sind Messwerte, keine Speichergrenzen.
• Grenzen. Eingebettet werden Layernamen, effektiver Text, die Property-Werte einer Instanz (ein nicht exakt auflösbarer Wert wird ausgelassen und gezählt) sowie Seiten- und Container-Namen jedes Layers. Die Suche mit --workspace/--id liest die gespeicherte Modellschicht jeder Quelle und bettet nie Designtext ein; sie entsteht mit figlens index embed (der MCP-Server reiht sie nach einem Text-Build ein). Eine Quelle ohne sie ist pending, die Seite partiell. Im eingefrorenen Testset dieser Funktion verfehlte das Modell das Qualitätskriterium für Synonym- und Zweck-Anfragen (falsche Top-1-Quote 0,25, Grenze 0,20); behandeln Sie Treffer als Hinweise.
• MCP. Das Tool models (list, status, configure, remove) und search mode; configure startet nur das figlens-embed neben figlens, Modellverzeichnis und -dateien müssen in den Roots des Servers liegen. Das Abbrechen des Aufrufs stoppt eine laufende Suche oder Einrichtung.