TreeSearch
Structure-aware document retrieval via tree-structured indexing.
No vector embeddings. No chunk splitting. FTS5 keyword matching over document trees.
文档不再被切成无结构的 chunk——每个文件被解析为一棵「标题树」，检索命中 树节点并带路径上下文返回，天然适合代码库、技术文档、笔记库的关键词检索。
安装
pip install treesearchlib # 轻核心（Markdown / 代码 / JSON / CSV / 纯文本）
pip install "treesearchlib[all]" # 全能力（格式解析 + CJK 分词 + 词干 + gitignore）
按需加装能力组：
| extras | 能力 | 依赖 |
|---|---|---|
cjk |
中日韩分词 | jieba |
parsers |
PDF / DOCX / PPTX / XLSX / HTML | pdfplumber, PyMuPDF, python-docx, python-pptx, openpyxl, bs4 |
image |
图像文件（占位索引 + EXIF/XMP 元数据读写回） | Pillow, piexif |
convert |
email 等杂项格式 → Markdown | markitdown |
ast |
扩展代码语言（tree-sitter） | tree-sitter-languages |
nlp |
英文词干归一 | nltk |
gitignore |
.gitignore 规则过滤 | pathspec |
legacy |
doc/ppt/xls/rtf/epub 老格式 | firecrawl-anydoc（win_arm64 无 wheel，故不在 all 内） |
未安装对应能力时自动降级（格式回退纯文本兜底 / 分词回退），不报错。
PST（Outlook 数据文件）解析内置：随包分发 pst-extract sidecar，开箱即用。
快速开始
库调用（最常用）
from treesearch import TreeSearch
# 惰性索引——首次搜索时自动建索引
ts = TreeSearch("./docs/")
results = ts.search("How to configure voice calls?")
CLI
# 默认：惰性索引 + 搜索
treesearch "How does auth work?" src/ docs/
# 子命令
treesearch index --paths src/ docs/ --force
treesearch search --db ./indexes/index.db --query "FTS5 search"
treesearch verify --db ./indexes/index.db
treesearch watch --paths docs/
设计要点
- 树结构索引：文档解析为标题树，节点带路径/摘要；FTS5 建在节点级，命中可溯因到章节
- 零向量、零切 chunk：FTS5 + BM25 关键词检索，结果可解释、可复现
- 增量索引：stat/content 双指纹口径，文件级增量；schema 版本 bump 自动全量重建
- 纯本地：SQLite（FTS5）存储，无服务依赖
License
Apache-2.0
1 maintainer
Metadata
1 maintainer
Release files for treesearchlib 1.2.6
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| treesearchlib-1.2.6-py3-none-any.whl | Python 3 | none | any | Details |
Release files / treesearchlib-1.2.6-py3-none-any.whl
| Download URL | treesearchlib-1.2.6-py3-none-any.whl |
|---|---|
| Size | 5.2 MB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
a272cb52606ee1c1c719bca7728dc5e6eff25d7d93fc4b06297bbb4d41d0975e
|
|
BLAKE2b-256 checksum How to use checksums |
6f6bac8a0518ffbface4340dcced1edcfdae8a440cdcaf321e0ee77cb51a5996
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.2.0 CPython/3.10.0
|
