Recherche sémantique optionnelle · documentation figlens

Expérimental. figlens search <file> <query> --mode semantic|hybrid classe les calques par le sens avec un modèle local. Le --mode text par défaut est inchangé et n'exige aucun modèle.

Configuration unique. Téléchargez vous-même BAAI/bge-m3 à la révision 5617a9f61b028005a4858fdac845db406aefb181 (MIT ; config.json, pytorch_model.bin, tokenizer.json) : figlens ne télécharge jamais. figlens models configure bge-m3 --model DIR [--runtime FILE] vérifie les fichiers par SHA-256, démarre une fois le runtime figlens-embed hors ligne (cherché à côté de l'exécutable figlens sauf si --runtime est donné) et enregistre le profil dans models.json du répertoire de configuration. models list|status l'affichent ; models remove bge-m3 l'oublie et garde les fichiers.
Profil visuel. figlens models configure siglip-base --model DIR vérifie de la même façon google/siglip-base-patch16-224 à la révision 7fd15f0689c79d79e38b1c2e2e2370a7bf2761ed (Apache-2.0 ; config.json, preprocessor_config.json, model.safetensors) et enregistre le modèle d’image pour la recherche visuelle.
Requêtes par image (expérimental). figlens search --workspace DIR --image shot.png classe les unités d’un workspace selon leur apparence ; --image-ref '{"sourceId":…,"snapshotId":…,"nodeId":…}' utilise plutôt le rendu enregistré d’un résultat, et --crop x,y,w,h recadre l’un ou l’autre. Avec un texte de requête, le mode devient hybrid. Les couches visuelles sont construites par figlens index visual (une recherche n’en construit aucune, et une recherche dans un seul .fig refuse l’image). Sans profil d’image, ou s’il échoue, seul le hash des pixels classe et query.usedModes l’indique. L’image de requête n’est jamais enregistrée. La règle de classement est encore en validation ; traitez les résultats comme des indices. MCP : search image (un chemin dans les roots), imageRef, crop.
Modes. semantic classe chaque calque par son meilleur fragment de nom, de texte, de propriétés de composant ou de portée. hybrid fusionne les classements texte et sémantique (Reciprocal Rank Fusion). Sans profil, semantic échoue avec mode_unavailable et hybrid renvoie les résultats texte en indiquant pourquoi. coverage.layers.semantic indique ready, partial ou unavailable ; une page partielle n'a pas de nextCursor. Les modèles tournent sur CPU ; Ctrl-C arrête la requête active. Un processus MCP/visualiseur peut garder un modèle texte et un modèle image en mémoire après usage : environ 2,5 Gio pour le texte seul, 3,5 Gio pour la somme de leurs pics dans une mesure Linux ARM, hors noyau et workers d'indexation. Ce sont des mesures, pas des plafonds mémoire.
Limites. Sont encodés les noms de calques, le texte effectif, les valeurs de propriétés de composant d'une instance (une valeur non résolue exactement est omise et comptée) et les noms de page et de conteneurs de chaque calque. La recherche --workspace/--id lit la couche de modèle stockée de chaque source et n'encode jamais le texte du design ; on la construit avec figlens index embed (le serveur MCP la met en file après une construction texte). Une source sans elle est pending et la page est partielle. Sur la suite de tests figée de cette fonction, le modèle a manqué le seuil de qualité pour les requêtes de synonymes et d'usage (taux de top-1 erroné 0,25, seuil 0,20) ; considérez les résultats comme des indices.
MCP. L'outil models (list, status, configure, remove) et mode dans search ; configure ne lance que le figlens-embed placé à côté de figlens, et le répertoire et les fichiers du modèle doivent se trouver dans les racines du serveur. Annuler l'appel arrête une recherche ou une configuration en cours.