refactor: 修复 Embedder Protocol 标准写法和 PDF/EPUB Splitter 参数语义

src/core/embedder.py

@@ -48,9 +48,22 @@ _PROVIDER_DEFAULTS: dict[str, dict[str, str | int]] = {
 # -- 接口 --
 class Embedder(Protocol):
     """嵌入器接口."""
+
     @property
-    def dimension(self) -> int: ...
+    def dimension(self) -> int:
-    def embed(self, texts: list[str]) -> list[list[float]]: ...
+        """返回嵌入向量的维度."""
+        ...
+
+    def embed(self, texts: list[str]) -> list[list[float]]:
+        """对文本列表进行嵌入.
+
+        Args:
+            texts: 待嵌入的文本列表
+
+        Returns:
+            嵌入向量列表，每个向量为 float 列表
+        """
+        ...
 
 
 # -- 本地模型 --

src/core/ingest.py

@@ -67,7 +67,7 @@ class DocumentIngestor:
         # PDF/EPUB 二进制文件特殊处理：splitter 内部读取文件
         suffix = path.suffix.lower()
         if suffix in (".pdf", ".epub"):
-            chunks = splitter.split(str(path), source_file=file_name)
+            chunks = splitter.split(source=str(path), source_file=file_name)
             result = self._add_chunks(chunks, file_name)
         else:
             content = path.read_text(encoding="utf-8")

src/core/splitters/epub.py

@@ -10,17 +10,17 @@ class EPUBSplitter:
     """EPUB 分块器：ebooklib 提取各章节文字 → TextSplitter 分块.
 
     实现 Splitter Protocol，内部组合 TextSplitter 实例。
-    split() 的 text 参数实际接收 EPUB 文件路径（非文本内容）。
+    split() 的 source 参数接收 EPUB 文件路径（非文本内容）。
     """
 
     def __init__(self, max_size: int = 1000, overlap: int = 100):
         self._text_splitter = TextSplitter(max_size=max_size, overlap=overlap)
 
-    def split(self, text: str, source_file: str = "") -> list[dict]:
+    def split(self, source: str, source_file: str = "") -> list[dict]:
         """从 EPUB 文件提取各章节文字并分块.
 
         Args:
-            text: EPUB 文件路径（非文本内容，由 ingest_file 传入）
+            source: EPUB 文件路径
             source_file: 来源文件名
         """
         try:
@@ -31,7 +31,7 @@ class EPUBSplitter:
                 "EPUB 支持需要 ebooklib 库. 请执行: uv sync --extra epub"
             )
 
-        epub_path = text
+        epub_path = source
         try:
             book = epub.read_epub(epub_path)
         except Exception as e:

src/core/splitters/pdf.py

@@ -10,17 +10,17 @@ class PDFSplitter:
     """PDF 分块器：pymupdf 提取文字 → TextSplitter 分块.
 
     实现 Splitter Protocol，内部组合 TextSplitter 实例。
-    注意: split() 的 text 参数实际接收 PDF 文件路径（非文本内容）。
+    split() 的 source 参数接收 PDF 文件路径（非文本内容）。
     """
 
     def __init__(self, max_size: int = 1000, overlap: int = 100):
         self._text_splitter = TextSplitter(max_size=max_size, overlap=overlap)
 
-    def split(self, text: str, source_file: str = "") -> list[dict]:
+    def split(self, source: str, source_file: str = "") -> list[dict]:
         """从 PDF 文件提取文字并分块.
 
         Args:
-            text: PDF 文件路径（非文本内容！由 ingest_file 传入）
+            source: PDF 文件路径
             source_file: 来源文件名
         """
         try:
@@ -30,7 +30,7 @@ class PDFSplitter:
                 "PDF 支持需要 pymupdf 库. 请执行: uv sync --extra pdf"
             )
 
-        pdf_path = text  # text 参数实际是文件路径
+        pdf_path = source
         extracted_pages = []
         try:
             with fitz.open(pdf_path) as doc: