Enhance callout extraction in graph_extractors.py: Update regex to support nested [!edge] callouts and improve handling of indentation levels. This allows for more flexible parsing of callout structures in the input text.
Deploy mindnet to llm-node / deploy (push) Successful in 4s

This commit is contained in:
Lars committed 2026-01-06 10:20:55 +01:00
1 parent 548c503e7c
commit d17c966301
4 files changed
+186 -12

No files matched your search

+49 -12
View File
@@ -15,7 +15,8 @@ _REL_PIPE = re.compile(r"\[\[\s*rel:(?P<kind>[a-z_]+)\s*\|\s*(?P<target>[^\]]+?
_REL_SPACE = re.compile(r"\[\[\s*rel:(?P<kind>[a-z_]+)\s+(?P<target>[^\]]+?)\s*\]\]", re.IGNORECASE)
_REL_TEXT = re.compile(r"rel\s*:\s*(?P<kind>[a-z_]+)\s*\[\[\s*(?P<target>[^\]]+?)\s*\]\]", re.IGNORECASE)
_CALLOUT_START = re.compile(r"^\s*>\s*\[!edge\]\s*(.*)$", re.IGNORECASE)
# Erkennt [!edge] Callouts mit einem oder mehreren '>' am Anfang (für verschachtelte Callouts)
_CALLOUT_START = re.compile(r"^\s*>{1,}\s*\[!edge\]\s*(.*)$", re.IGNORECASE)
# Erkennt "kind: targets..."
_REL_LINE = re.compile(r"^(?P<kind>[a-z_]+)\s*:\s*(?P<targets>.+?)\s*$", re.IGNORECASE)
# Erkennt reine Typen (z.B. "depends_on" im Header)
@@ -43,6 +44,7 @@ def extract_callout_relations(text: str) -> Tuple[List[Tuple[str,str]], str]:
Unterstützt zwei Formate:
1. Explizit: "kind: [[Target]]"
2. Implizit (Header): "> [!edge] kind" gefolgt von "[[Target]]" Zeilen
3. Verschachtelt: ">> [!edge] kind" in verschachtelten Callouts
"""
if not text: return [], text
lines = text.splitlines()
@@ -61,17 +63,35 @@ def extract_callout_relations(text: str) -> Tuple[List[Tuple[str,str]], str]:
# Callout-Block gefunden. Wir sammeln alle relevanten Zeilen.
block_lines = []
# Header Content prüfen (z.B. "type" aus "> [!edge] type")
# Header Content prüfen (z.B. "type" aus "> [!edge] type" oder ">> [!edge] type")
header_raw = m.group(1).strip()
if header_raw:
block_lines.append(header_raw)
# Bestimme die Einrückungsebene (Anzahl der '>' am Anfang der ersten Zeile)
leading_gt_count = len(line) - len(line.lstrip('>'))
if leading_gt_count == 0:
leading_gt_count = 1 # Fallback für den Fall, dass kein '>' gefunden wurde
i += 1
while i < len(lines) and lines[i].lstrip().startswith('>'):
# Entferne '>' und führende Leerzeichen
content = lines[i].lstrip()[1:].lstrip()
if content:
block_lines.append(content)
# Sammle alle Zeilen, die mit mindestens der gleichen Anzahl '>' beginnen
while i < len(lines):
next_line = lines[i]
stripped = next_line.lstrip()
# Prüfe, ob die Zeile mit mindestens der gleichen Anzahl '>' beginnt
if not stripped.startswith('>'):
break
next_leading_gt_count = len(next_line) - len(next_line.lstrip('>'))
# Wenn die Einrückung kleiner wird, haben wir den Block verlassen
if next_leading_gt_count < leading_gt_count:
break
# Entferne genau die Anzahl der führenden '>' entsprechend der Einrückungsebene
# und dann führende Leerzeichen
if next_leading_gt_count >= leading_gt_count:
# Entferne die führenden '>' (entsprechend der Einrückungsebene)
content = stripped[leading_gt_count:].lstrip()
if content:
block_lines.append(content)
i += 1
# Verarbeitung des Blocks
@@ -86,6 +106,26 @@ def extract_callout_relations(text: str) -> Tuple[List[Tuple[str,str]], str]:
current_kind = first.lower()
for bl in block_lines:
# Prüfe, ob diese Zeile selbst ein neuer [!edge] Callout ist (für verschachtelte Blöcke)
edge_match = re.match(r"^\s*\[!edge\]\s*(.*)$", bl, re.IGNORECASE)
if edge_match:
# Neuer Edge-Callout gefunden, setze den Typ
edge_content = edge_match.group(1).strip()
if edge_content:
# Prüfe, ob es ein "kind: targets" Format ist
mrel = _REL_LINE.match(edge_content)
if mrel:
current_kind = mrel.group("kind").strip().lower()
targets = mrel.group("targets")
# Links extrahieren
found = _WIKILINK_RE.findall(targets)
if found:
for t in found: out_pairs.append((current_kind, t.strip()))
elif _SIMPLE_KIND.match(edge_content):
# Reiner Typ ohne Targets
current_kind = edge_content.lower()
continue
# 1. Prüfen auf explizites "Kind: Targets" (überschreibt Header-Typ für diese Zeile)
mrel = _REL_LINE.match(bl)
if mrel:
@@ -101,11 +141,8 @@ def extract_callout_relations(text: str) -> Tuple[List[Tuple[str,str]], str]:
for raw in re.split(r"[,;]", targets):
if raw.strip(): out_pairs.append((line_kind, raw.strip()))
# Wenn wir eine explizite Zeile gefunden haben, aktualisieren wir NICHT
# den current_kind für nachfolgende Zeilen (Design-Entscheidung: lokal scope),
# oder wir machen es doch?
# Üblicher ist: Header setzt Default, Zeile überschreibt lokal.
# Wir lassen current_kind also unangetastet.
# Aktualisiere current_kind für nachfolgende Zeilen
current_kind = line_kind
continue
# 2. Kein Key:Value Muster -> Prüfen auf Links, die den current_kind nutzen