TextGrocery_Shop

一个简单、跨平台的中文短文本分类工具。支持 Python 3.10+，安装时不需要任何 C 编译器， 并完整保留旧版 Grocery 的调用方式。

内置 结巴分词，在词特征之外增加字符 n-gram、TF-IDF 加权与 L2 正则逻辑回归，对新闻标题、商品标题、工单摘要这类超短文本更友好。

其他语言：English

项目来历

原版 TextGrocery（作者 2shou）诞生于 Python 2 时代， 是中文短文本分类里常用的轻量基线。它的技术路线是：

• 用 jieba 做中文分词；
• 用词 unigram / bigram 计数构造特征，再做二值化和 L2 归一化；
• 通过 ctypes 调用编译好的 LibShortText / LibLinear C++ 动态库完成训练与预测；
• 模型用 pickle 保存。

这套方案在当时非常简单直接，但也积累了几个问题：

1. Python 2 已停止维护，原代码无法在 Python 3.10+ 上运行；
2. 安装依赖 C 编译器，Windows 上需要 MSVC、Linux/macOS 上需要 make + gcc， 而且编译出的 .so 不能跨平台复用；
3. 模型不可移植：pickle 与 Python 版本、NumPy 版本绑定，换环境经常直接失败；
4. 超短文本效果有限：十几字的标题分词后只剩几个词，未登录词直接丢失，特征向量接近全零；
5. 只有决策值，没有概率，也不方便扩展特征。

0.2.x 的目标是保留“简单好用”的 API，同时把上述问题一次性解决：用纯 Python + NumPy 重写训练器，去掉编译依赖；加入字符 n-gram 与 TF-IDF；模型改用 JSON + NumPy 数组； 并补上概率输出、分词模式、用户词典等实用选项。旧版的设计思路仍然值得借鉴， 感谢原作者与 LibShortText / LibLinear 的工作。

新版特性

• 零编译安装：纯 Python + NumPy，pip install 在 Windows / Linux / macOS 行为一致。
• API 不变：Grocery(name) → train() → save() → load() → predict() / test()。
• 更适合短文本：字符 2–3gram + sublinear TF + 平滑 IDF + L2 归一化。
• 输出概率：result.probabilities，同时保留原始决策值 result.dec_values。
• 模型可搬运：metadata.json + vocab.json + model.npz，不使用 pickle。
• 分词可配置：全模式 / 精确模式 / 搜索引擎模式，支持用户词典、停用词、NFKC 归一化。
• 速度：10 类新闻标题模型上约 80–85 µs/条，训练全程向量化。

安装

pip install textgrocery-shop

PyPI 发行名为 TextGrocery_Shop（会被规范化为 textgrocery-shop）；导入名仍是 tgrocery，老代码不需要改。

从源码安装：

pip install .

依赖：jieba、numpy；Python ≥ 3.10。

快速开始

from tgrocery import Grocery

# 创建一个杂货铺，名字同时作为模型目录名
grocery = Grocery("sample")

# 用列表训练：[(标签, 文本), ...]
train_src = [
    ("education", "名师指导托福语法技巧：名词的复数形式"),
    ("education", "中国高考成绩海外认可 是狼来了吗"),
    ("sports", "图文：法网孟菲尔斯苦战进16强 孟菲尔斯怒吼"),
    ("sports", "四川丹棱举行全国长距登山挑战赛 近万人参与"),
]
grocery.train(train_src)

# 也可以从文件训练：标签<TAB>文本（UTF-8）
# grocery.train("train_ch.txt")

grocery.save()

# 加载模型（名字与保存时一致）
new_grocery = Grocery("sample")
new_grocery.load()

# 预测
result = new_grocery.predict("考生必读：新托福写作考试评分标准")
print(result)  # education（与旧版一样直接打印标签）
print(result.dec_values)  # {'education': 2.13, 'sports': -2.05, ...}
print(result.probabilities)  # {'education': 0.91, 'sports': 0.06, ...}

# 批量测试
test_src = [
    ("education", "福建春季公务员考试报名18日截止 2月6日考试"),
    ("sports", "意甲首轮补赛交战记录:米兰客场8战不败国米10年连胜"),
]
test_result = new_grocery.test(test_src)
print(test_result.accuracy_overall)
test_result.show_result()  # 逐标签精确率 / 召回率表格

更多示例见 sample/。

为什么对短文本更有效

原版的特征是“词计数 → 二值化 → L2”。标题再短一些时，分词后往往只剩 3–5 个词， 大量词不在词表里，最终输入向量接近全零。新版从三个层面缓解：

1. 字符 n-gram 兜底

"中国高考" → c:中国, c:国高, c:高考, c:中国高, c:国高考

即使“高考生”“考研”是未登录词，只要共享“高考”两个字符，就能命中 c:高考。 词特征和字符特征分别加 w: / c: 前缀，互不覆盖。

2. TF-IDF 加权

• sublinear TF：1 + log(tf)，避免一个词重复出现就主导整条文本；
• 平滑 IDF：log((1 + N) / (1 + df)) + 1，降低“的、是”等高频词权重，且不会出现 0/负值；
• L2 行归一化：让长短文本处于同一尺度。

3. 分类器与噪声控制

• OvR 逻辑回归 + L2 正则，用 L-BFGS（Armijo 回溯线搜索）优化；
• min_df 自动策略：语料 ≥ 1000 篇时过滤只出现一次的特征，小语料则全部保留；
• class_weight="balanced" 处理类别不平衡；
• 稀疏矩阵乘法用 numpy.bincount，计算仍发生在 C 层。

目标函数：

$$ \min_{w_k,b_k};\frac{1}{2}\lVert w_k\rVert^2

• C\sum_{i=1}^{n}s_i\log!\left(1+\exp!\left(-y_{ik}(w_k^\top x_i+b_k)\right)\right) $$

预测时取 argmax_k (w_k^T x + b_k)，再经 softmax 得到概率。

分词与文本预处理

默认分词器仍是 jieba 全模式（cut_all=True），这是原版行为，也是当前数据上效果最好的模式。 新增选项都通过仅关键字参数提供，不传时行为不变。

grocery = Grocery(
    "sample",
    tokenizer="full",  # full | precise | search
    normalize="none",  # none | nfkc
    char_ngram_mode="global",  # global | word_boundary
    mask_patterns=False,  # URL / 邮箱 / 数字占位符
    stopwords=["的", "了"],  # 也可传文件路径
    user_dict="domain_words.txt",  # 每行一个领域词
)

分词模式

同一份 THUCNews 30k/5k 数据、相同特征与超参数下，全模式仍最好。精确模式特征更少 （149k vs 164k）、训练略快，适合对内存/延迟更敏感的场景；领域不同可以自行 A/B。

用户词典

领域实体、产品名、缩写在通用词典里经常被切碎。把词表文件传给 user_dict， 初始化时会注册进 jieba，并随模型一起写入 metadata，换机器加载也能复现：

grocery = Grocery("sample", user_dict="domain_words.txt")
# 或直接传列表
grocery = Grocery("sample", user_dict=["烯晶算力网络", "星云一体机"])

当前 user_dict 只接受 UTF-8 文本、每行一个词；词内可以包含空格，但不能带频次、 拼音或词性列。搜狗导出的 .scel 是二进制细胞词库，不能直接传给 user_dict， 需要先转换成纯文本。下面是一套完整的转换与清洗流程。

1. 把 .scel 转成文本

使用深蓝词库转换（ImeWlConverter）、scel2txt 等工具，把 .scel 导出为 .txt。 不同工具的输出列不完全一样，常见形式有：

烯晶算力网络
烯晶算力网络	10
烯晶算力网络	xijing suanli wangluo	10
烯晶算力网络 10 n
烯晶算力网络,10,名

前四种分别对应“纯词”“词 + 频次”“词 + 拼音 + 频次”“jieba 风格词 + 频次 + 词性”。 我们的加载器只认第一种，其他格式需要清洗。建议在转换工具里把输出列配置为 TAB 分隔（词<TAB>频次 或 词<TAB>拼音<TAB>频次）；如果工具只能输出空格分隔的 词 拼音 频次，请先改成 TAB/CSV 再清洗，否则拼音会被当成词的一部分。

2. 清洗成“每行一个词”

把下面的脚本保存为 sogou_to_userdict.py，按实际情况修改输入输出路径后运行：

from pathlib import Path
import re


def sogou_to_userdict(src: str, dst: str) -> None:
    """把搜狗转换后的词表清洗成 TextGrocery_Shop 的 user_dict 格式。

    规则：
    1. 优先按 TAB / 逗号取第一列（词），丢掉频次、拼音、词性；
    2. 没有分隔符时，去掉行尾的“频次 [词性]”，兼容 "词 10 n"；
    3. 跳过空行与 # 注释，按原顺序去重；
    4. 统一输出 UTF-8（无 BOM），每行一个词。
    """
    words: list[str] = []
    seen: set[str] = set()

    for raw in Path(src).read_text(encoding="utf-8-sig").splitlines():
        line = raw.strip()
        if not line or line.startswith("#"):
            continue

        # TSV / CSV：第一列是词，其余列是频次、拼音或词性
        first = re.split(r"[\t,]", line, maxsplit=1)[0].strip()

        # 空格分隔：只处理 "词 频次 [词性]"；
        # 若是 "词 拼音 频次"，请在转换工具中改用 TAB/CSV 输出。
        # 注意：没有 TAB/逗号时，"iPhone 15" 这类词尾数字会被误删；
        # 如果词表含此类产品名，请优先使用 TAB 分隔的导出格式。
        word = re.sub(r"\s+\d+(?:\s+[a-z]+)?$", "", first).strip()

        if not word or word in seen:
            continue
        seen.add(word)
        words.append(word)

    Path(dst).write_text("\n".join(words) + "\n", encoding="utf-8")
    print(f"写入 {len(words)} 个词 -> {dst}")


if __name__ == "__main__":
    sogou_to_userdict("sogou_export.txt", "domain_words.txt")

运行后检查一下结果：

python -c "from pathlib import Path; w=Path('domain_words.txt').read_text(encoding='utf-8').splitlines(); print(len(w)); print(w[:20])"

3. 交给 user_dict

from tgrocery import Grocery

grocery = Grocery(
    "sample",
    tokenizer="precise",  # 领域词较多时，精确模式通常更稳
    user_dict="domain_words.txt",
)
print(len(grocery.feature_config.user_words))  # 已加载的词数

grocery.train(train_src)

# 验证领域词确实进入了词表（词特征带 w: 前缀）
print("w:烯晶算力网络" in grocery.model.text_converter.feature2idx)

保存后，词表会写入 metadata.json 的 features.user_words：

{
  "features": {
    "tokenizer": "precise",
    "user_words": ["烯晶算力网络", "星云一体机"]
  }
}

之后 Grocery("sample").load() 会从 metadata 重新注册这些词，换机器加载模型时 不需要再带原始词典文件。

4. 注意事项

• 不要直接导入全量搜狗词库。通用词对分类帮助很小，却会让 metadata.json 膨胀、load() 变慢。建议只保留领域实体、产品名、型号、缩写、人名地名， 规模控制在几千到一两万词。
• 搜狗词库通常带频次。如果转换工具保留了频次，可以先按频次阈值过滤，再做上面的清洗。
• 开启 lowercase=True（默认）时，英文词会被转成小写后写入 metadata； 如果产品名大小写有意义，请设置 lowercase=False。
• 同一进程内 jieba 的词典是全局状态：多个 Grocery 使用不同 user_dict 时会互相影响。 需要严格隔离时，把不同模型放到不同进程中使用。
• 不同 jieba 版本的基础词典可能略有差异；对分词结果要求完全可复现时，请固定 jieba 版本。
• 搜狗词库有各自的许可条款；把词表写入模型 metadata 意味着它会随模型一起分发， 请确认授权范围。
• user_dict 只影响 jieba 分词；使用 custom_tokenize 时不会生效。

停用词

stopwords 支持文件路径或可迭代对象，只作用于词特征与 word_boundary 字符特征。 global 字符特征不会删除停用词，否则会破坏相邻字符 n-gram。

归一化与占位符

• normalize="nfkc"：全角字母/数字/标点转半角，统一 ＡＢＣ 与 ABC；
• mask_patterns=True：把 URL、邮箱、数字替换为 __url__ / __email__ / __num__， 适合链接、价格、日期很多 UGC 文本，避免特征爆炸。

字符 n-gram 模式

• global（默认）：去掉空白后整串滑窗，中文标题效果最好；
• word_boundary：只在词内部滑窗并补边界空格（类似 sklearn 的 char_wb）， 避免英文/中英混排生成跨词噪声。分词更重时开销会上升，建议搭配 tokenizer="precise"。

效率

默认路径（全模式 + 全局字符 n-gram + 不做 NFKC/占位符替换）与之前完全一致： 30k 训练约 26.7 s，5k 预测约 0.42 s。新增的归一化、停用词、用户词典 只在开启时产生额外开销；word_boundary 是唯一可能明显变慢的选项。

实测效果

数据：THUCNews 10 类新闻标题（训练 30,000 / 测试 5,000，标题中位数 19 字）。 三组配置使用相同的分类器与超参数（C=8、max_iter=50、min_df=2），只改变特征：

预测：5,000 条约 0.42 秒（约 84 微秒/条）。

该数据与旧版 README 中的 48k/16k、32 类基准不是同一份数据，绝对数值不可直接比较。 请运行 benchmark.py 在你自己的数据上验证。

基准测试

# 对比 legacy / word_tfidf / word_char
python benchmark.py --train cnews.train.txt --test cnews.test.txt

# 模拟超短文本（每条截断到前 10 个字符）
python benchmark.py --train cnews.train.txt --test cnews.test.txt --truncate 10

# 限制样本量，快速试验
python benchmark.py --train cnews.train.txt --test cnews.test.txt \
    --train-size 30000 --test-size 5000

数据格式默认是 文本<TAB>标签；若是 标签<TAB>文本，加 --label-column first。

参数说明

所有新增参数都是仅关键字参数，旧代码无需修改。

Grocery(
    "name",
    custom_tokenize=None,  # 自定义分词函数，优先级高于 tokenizer
    C=8.0,  # L2 正则强度的倒数
    class_weight=None,  # None | "balanced" | {"标签": 权重}
    word_ngrams=(1, 2),  # 词级 n-gram
    char_ngrams=(2, 3),  # 字符级 n-gram；() 表示关闭
    lowercase=True,
    min_df=None,  # None = 自动（<1000 篇取 1，否则取 2）
    max_features=None,
    binary=False,  # True 时退化为旧版二值特征
    sublinear_tf=True,
    use_idf=True,
    smooth_idf=True,
    norm="l2",
    tokenizer="full",  # full | precise | search
    normalize="none",  # none | nfkc
    char_ngram_mode="global",  # global | word_boundary
    mask_patterns=False,
    stopwords=None,
    user_dict=None,
    max_iter=50,
    tol=1e-4,
    verbose=False,
)

调参建议：

• 数据量大、内存吃紧：max_features=300000 或提高 min_df；
• 类别不平衡：class_weight="balanced"；
• 追求速度：char_ngrams=()，只用词特征 + TF-IDF；
• 英文/中英混排较多：tokenizer="precise", char_ngram_mode="word_boundary"；
• 全角字符或 UGC 文本：normalize="nfkc"，必要时加 mask_patterns=True；
• 完全复现旧版特征：word_ngrams=(1, 2), char_ngrams=(), binary=True, sublinear_tf=False, use_idf=False, normalize="none"。

模型目录格式

save() 生成一个自包含、可移植的目录：

name/
    id                 # 模型哈希
    metadata.json      # 标签、特征配置（含分词/停用词/用户词典）、分类器参数
    vocab.json         # 特征词表（UTF-8）
    vectorizer.npz     # IDF 向量
    model.npz          # 权重矩阵 + 偏置

不使用 pickle，模型可在不同 Python 版本、不同操作系统之间搬运； 出问题时也可以直接打开 metadata.json / vocab.json 检查。

兼容性与迁移

• 调用方式不变：Grocery(name)、train()、save()、load()、predict()、 test()，以及 GroceryPredictResult / GroceryTestResult 的字段与旧版一致。
• predict() 返回对象可以 print 出标签；新增 probabilities。
• 旧的 C 后端（LibShortText / LibLinear）已移除，当前只保留纯 NumPy 实现。
• 0.1.x 旧模型不可加载：旧模型依赖 pickle 与 C 后端，请用新版重新训练一次。
• 0.2.0 早期模型仍可加载：缺失的新配置会自动回退到旧行为。

打包与发布

本节面向维护者，说明如何构建 wheel/sdist、上传 TestPyPI 和 PyPI。项目是纯 Python 包， wheel 为 py3-none-any，构建过程不需要 C 编译器。

1. 发行名

发行名是 TextGrocery_Shop。PyPI 与 pip 会把它规范化为 textgrocery-shop， 所以安装命令是：

pip install textgrocery-shop

Python 导入名仍然是 tgrocery，只有安装命令与原版不同。撰写本文时该名称在 PyPI 上可用，首次上传前请再确认 https://pypi.org/project/textgrocery-shop/。 如果已被占用，修改 pyproject.toml 的 [project].name，并同步更新两份 README 里所有 pip install 命令。

2. 同步版本号

版本号出现在两个地方，发布前必须保持一致：

• pyproject.toml 的 [project].version
• tgrocery/__init__.py 的 __version__

# 查看 pyproject.toml 中的版本号（兼容 Python 3.10）
python -c "import pathlib; print([line for line in pathlib.Path('pyproject.toml').read_text('utf-8').splitlines() if line.startswith('version =')][0])"
python -c "import tgrocery; print(tgrocery.__version__)"

PyPI 上的版本号不可覆盖，发布后也不能删除重传同一版本；每次发布都要提升版本号。

3. 安装构建工具并清理旧产物

# 安装构建工具
python -m pip install --upgrade build twine

# Linux / macOS / Git Bash
rm -rf build dist *.egg-info

# PowerShell
Remove-Item -Recurse -Force build, dist -ErrorAction SilentlyContinue
Get-ChildItem -Filter *.egg-info -Recurse | Remove-Item -Recurse -Force

4. 运行质量检查

ruff check .
ruff format --check .
pytest

三项都通过再打包，避免把坏版本发到 PyPI。

5. 构建 wheel 与 sdist

python -m build

产物在 dist/：

dist/
    textgrocery_shop-0.2.0.tar.gz                  # 源码包
    textgrocery_shop-0.2.0-py3-none-any.whl        # 纯 Python wheel

只构建 wheel 用 python -m build --wheel；只构建源码包用 python -m build --sdist。python -m build 会创建隔离的构建环境， 需要联网安装 setuptools。

6. 检查产物

python -m zipfile -l dist/textgrocery_shop-0.2.0-py3-none-any.whl
python -m twine check dist/*

PowerShell 不会像 bash 那样展开 dist/*，可以改用：

python -m twine check (Get-ChildItem dist | ForEach-Object FullName)

wheel 里应只包含运行时代码和元数据，例如：

tgrocery/*.py
tgrocery/learner/*.py
textgrocery_shop-0.2.0.dist-info/METADATA
textgrocery_shop-0.2.0.dist-info/licenses/LICENSE.txt

不应出现 tests/、sample/、__pycache__/、build/ 或模型目录。源码包由 MANIFEST.in 控制，会额外包含 README、测试和示例；两个产物都应由 twine check 输出 PASSED。

7. 本地安装 wheel 验证

在干净环境中安装刚构建的 wheel：

python -m pip install --force-reinstall --no-deps dist/textgrocery_shop-0.2.0-py3-none-any.whl
python -c "import tgrocery; print(tgrocery.__version__)"

再跑一个最小训练/预测：

python -c "from tgrocery import Grocery; g=Grocery('smoke'); g.train([('a','上涨 突破 新高'),('b','下跌 亏损 风险')]); print(g.predict('上涨 突破'))"

该命令会在当前目录生成 smoke/ 模型目录，验证后可以删除。如果当前目录是源码目录， Python 可能优先导入本地 tgrocery/；请换到其他目录执行，或确认 pip show textgrocery-shop 的 Location 指向安装目录。验证完后如继续开发，再执行 pip install -e .[test]。

8.（可选）上传到 TestPyPI 彩排

正式发布推荐用第 10 节的 Trusted Publishing；这一节只在需要本地彩排时使用。

先在 test.pypi.org 注册账号并创建 API token。 建议用环境变量传递 token，不要把 token 写进仓库：

export TWINE_USERNAME=__token__
export TWINE_PASSWORD=pypi-你的TestPyPI令牌
python -m twine upload --repository testpypi dist/*

PowerShell：

$env:TWINE_USERNAME="__token__"
$env:TWINE_PASSWORD="pypi-你的TestPyPI令牌"
python -m twine upload --repository testpypi (Get-ChildItem dist | ForEach-Object FullName)

从 TestPyPI 安装验证：

pip install --index-url https://test.pypi.org/simple/ \
    --extra-index-url https://pypi.org/simple \
    textgrocery-shop==0.2.0

--extra-index-url 用于从正式 PyPI 获取 jieba、numpy 等依赖，因为 TestPyPI 不保证同步所有依赖。TestPyPI 适合彩排，确认无误后再发正式 PyPI。

9.（备用）手动上传到 PyPI

推荐用第 10 节的 GitHub Actions + Trusted Publishing。只有需要绕过 CI 或排查上传 问题时，才使用下面的本地 twine 流程。

在 pypi.org 创建 API token；首次发布通常需要账号级 token， 项目创建后可改用仅限该项目的 token。账号需开启 2FA。

export TWINE_USERNAME=__token__
export TWINE_PASSWORD=pypi-你的PyPI令牌
python -m twine upload dist/*

PowerShell：

$env:TWINE_USERNAME="__token__"
$env:TWINE_PASSWORD="pypi-你的PyPI令牌"
python -m twine upload (Get-ChildItem dist | ForEach-Object FullName)

说明：

• twine upload 默认上传到正式 PyPI；显式指定可用 --repository pypi。
• 上传过程中断时，不要修改代码后覆盖同一版本。先确认哪些文件已上传， 再决定重试同一批文件还是提升版本号。
• 版本号或文件名一旦被 PyPI 接收，即使删除也不能复用；元数据写错也要发新版本。
• 不要把 dist/、.pypirc 或 token 提交到 Git；.pypirc 已在 .gitignore 中。

发布后验证：

pip index versions textgrocery-shop
pip install --no-cache-dir textgrocery-shop==0.2.0
python -c "import tgrocery; print(tgrocery.__version__)"

10. 用 GitHub Actions 自动发布（推荐）

仓库已包含 .github/workflows/pypi_publish.yml。在 GitHub 发布 Release 时， 工作流会自动构建 wheel/sdist 并上传 PyPI。它使用 PyPI Trusted Publishing （OIDC 短期凭证），仓库中不需要保存 TWINE_PASSWORD 或 API token。

工作流关键点：

• 触发条件：release: types: [published]
• 构建 job release-build：python -m build，artifact 名 release-dists
• 发布 job pypi-publish：environment: pypi + permissions: id-token: write
• 上传动作：pypa/gh-action-pypi-publish@release/v1

一次性配置：

1. 在 PyPI 的 Publishing 页面添加 GitHub publisher： owner 填 ranvane、repository 填 TextGrocery_Shop、workflow 填 pypi_publish.yml、environment 填 pypi。项目尚不存在时使用 pending publisher。
2. 在 GitHub 仓库 Settings → Environments 创建 pypi 环境，建议添加 required reviewers。
3. 确认 pyproject.toml 的版本号与 tgrocery/__init__.py 的 __version__ 一致。

发布流程：

# 1. 确保代码已提交、CI 通过，然后打 tag
git tag v0.2.0
git push origin v0.2.0

2. 打开 GitHub 仓库的 Releases → Draft a new release，选择 tag v0.2.0， 标题填 v0.2.0，点击 Publish release。
3. 在 Actions 页面确认 Upload Python Package 工作流执行成功。
4. 验证正式包：

pip install --no-cache-dir textgrocery-shop==0.2.0
python -c "import tgrocery; print(tgrocery.__version__)"

permissions: id-token: write 必须保留，否则 OIDC 无法换取 PyPI 凭证。 若要先发 TestPyPI，在 workflow 的上传步骤加 with: repository-url: https://test.pypi.org/legacy/，并在 TestPyPI 的 Publishing 页面单独配置对应的 trusted publisher。

11. 发布检查清单

• PyPI 发行名可用，或当前账号拥有该项目
• pyproject.toml 与 tgrocery/__init__.py 的版本号一致
• README 中的安装命令与实际发行名一致
• ruff check .、ruff format --check .、pytest 全部通过
• python -m build 生成 wheel 和 sdist
• twine check 全部 PASSED
• wheel 内没有测试、示例、缓存和模型目录
• 在干净环境安装 wheel 并能训练/预测
• （可选）在 TestPyPI 安装验证通过
• 打 tag（如 v0.2.0）并推送
• 创建并发布 GitHub Release，触发 Upload Python Package
• GitHub Actions 发布 job 成功，正式 PyPI 可用 pip install 安装
• 未提交 dist/、.pypirc、token 或本地模型

开发

pip install -e .[test]
pytest
ruff check .
ruff format --check .

更新日志

• 2026-10-24：PyPI 发行名改为 TextGrocery_Shop （pip install textgrocery-shop）；导入名仍为 tgrocery。 许可证元数据与 LICENSE.txt 统一为 BSD-3-Clause。
• 2026-10-24：发布流程改为 GitHub Release + Trusted Publishing，工作流 .github/workflows/pypi_publish.yml 自动上传 PyPI。

许可证

BSD，见 LICENSE.txt。