pyproject.toml

[project]
name = "ragkernel"
version = "0.1.0"
description = "Verifiable engineering knowledge engine for documents, CAD models, humans, and AI agents"
license = { file = "LICENSE" }
requires-python = ">=3.12,<3.14"  # onnxruntime(RapidOCR 依赖)暂无 cp314 轮子，封顶避免 uv 选到 3.14 装不上
dependencies = [
    "anthropic>=0.40",
    "openai>=1.40",
    "sentence-transformers>=3.0",
    # torch/torchvision 本是传递依赖（torch 经 sentence-transformers，torchvision 经
    # docling-ibm-models），这里提为直接依赖仅仅是为了让下面的 [tool.uv.sources] 生效——
    # uv 的 sources 只作用于直接依赖，写给传递依赖会被静默忽略。
    # 两个都要提：只固定 torch 会让 Linux 上出现 torch==2.13.0+cpu 配 PyPI 的非-cpu
    # torchvision，ABI 不匹配，docling 用到 torchvision 算子时会在运行时炸。
    "torch>=2.0",
    "torchvision>=0.15",
    "sqlite-vec>=0.1.6",
    "jieba>=0.42",
    "pyyaml>=6.0",
    # 升级前的兼容性闸门要判 manifest 的 requires.python（PEP 440 specifier）。它本是
    # torch/docling 一路带进来的传递依赖，但传递依赖一旦哪天消失，闸门只会**静默不生效**、
    # 让不兼容的升级过预检——悄悄不工作比报错更糟，所以提为直接依赖。
    "packaging>=23",
    "flask>=3.0",
    "pydantic>=2.0",
    "markitdown[pdf,docx,pptx]>=0.1",
    "pypdf>=4.0",
    "python-docx>=1.1",
    "openpyxl>=3.1",
    "watchdog>=4.0",
    "docling>=2.113.0",
    "rapidocr-onnxruntime>=1.4.4",
    "onnxruntime>=1.20.1",
    "mcp>=1.27.2,<2",  # MCP Server（Agent 接口）；1.27.2 含 transport session↔principal 绑定安全修复，<2 避开 v2 预发布破坏性 API
]

[project.scripts]
ragkernel = "ragkernel.cli:main"

[project.optional-dependencies]
# 原生 CAD 摄取（STEP/STL）。重二进制轮子，故作可选 extra、后端内惰性导入——缺失时内核照常启动。
# STEP=OpenCASCADE(OCP) XDE；novtk 变体去掉 VTK（省 ~100MB，适合无头/离线服务端），
# 平台若无 novtk 轮子可回退 cadquery-ocp（含 VTK）。STL=trimesh(MIT，仅需 numpy)。
cad = [
    "cadquery-ocp-novtk>=7.9",  # 或 cadquery-ocp（含 VTK）作跨平台回退
    "trimesh>=4.6",
]
dev = [
    "pytest>=8.0",
]

# torch 只经 sentence-transformers 间接引入，且本项目只用 mps/cpu（embed.py、rerank.py 里
# 设备是 "mps" or "cpu"，没有 CUDA 分支）。默认 PyPI 源的 Linux torch 会带 cuda-toolkit /
# nvidia-*-cu13 / triton 共几 GB，纯属浪费——固定到 CPU 源。
# marker 限 linux：macOS 的 torch 本就是统一轮子（走 MPS），不能动。
# 注意：必须落在 lockfile 上。uv sync 是 lock 驱动的，UV_TORCH_BACKEND 环境变量对它无效，
# 且 uv sync 不接受 --torch-backend（该 flag 只在 uv pip install）。
[[tool.uv.index]]
name = "pytorch-cpu"
url = "https://download.pytorch.org/whl/cpu"
explicit = true

[tool.uv.sources]
torch = [{ index = "pytorch-cpu", marker = "sys_platform == 'linux'" }]
torchvision = [{ index = "pytorch-cpu", marker = "sys_platform == 'linux'" }]

[build-system]
requires = ["hatchling"]
build-backend = "hatchling.build"

[tool.hatch.build.targets.wheel]
packages = ["ragkernel"]