| 协议 | 认证方式 | 说明 ||------|----------|------|| Gmail API | OAuth2 | 需要 Google Cloud 项目 || IMAP | SSL/TLS | 传统邮箱协议 || Microsoft Graph | OAuth2 | Outlook/Office365 |**凭证配置（预留）**：

1. 13:31 · Dec 21, 2025 · Sun

   | 协议 | 认证方式 | 说明 |
   |------|----------|------|
   | Gmail API | OAuth2 | 需要 Google Cloud 项目 |
   | IMAP | SSL/TLS | 传统邮箱协议 |
   | Microsoft Graph | OAuth2 | Outlook/Office365 |
   
   **凭证配置（预留）**：
   

   
   # config.yaml
   email:
     provider: gmail  # gmail | imap | microsoft
     gmail:
       client_id_env: GMAIL_CLIENT_ID
       client_secret_env: GMAIL_CLIENT_SECRET
     imap:
       server: imap.example.com
       port: 993
       username_env: IMAP_USERNAME
       password_env: IMAP_PASSWORD
   

   
   
   ---
   
   ## 12. 配置
   
   ### 12.1 配置文件示例
   
   

   
   # ~/.config/synapse/config.yaml
   
   workspace: ~/synapse-data
   default_namespace: personal
   
   namespaces:
     - personal      # 1
     - work-project  # 2
     - study         # 3
   
   editor:
     windows: { default: notepad, options: [notepad, typora, code] }
     linux: { default: vim, options: [vim, typora] }
     macos: { default: vim, options: [vim, typora] }
   
   git:
     auto_commit: true
     commit_style: conventional  # conventional | simple | llm
     llm:
       enabled: false
       provider: litellm
       model: gpt-4o-mini
       api_base: https://api.openai.com/v1
       api_key_env: OPENAI_API_KEY
     remotes:
       - name: origin
         url: [email protected]:user/synapse-data.git
         auto_push: true
   
   johnny_decimal:
     areas:
       00: "Inbox"
       10: "个人管理"
       20: "工作项目"
       30: "学习成长"
   
   review:
     daily_time: "08:00"
     weekly_day: friday
     weekly_time: "18:00"
   

   
   
   ---
   
   ## 13. 性能与索引机制
   
   ### 13.1 性能目标
   
   | 操作 | 目标 | 实现方式 |
   |------|------|----------|
   | 列表 10,000 资源 | < 500ms | SQLite 索引 |
   | 全文搜索 | < 1s | Ripgrep |
   | 创建/更新 | < 300ms | 增量索引更新 |
   
   ### 13.2 SQLite Sidecar Index
   
   **问题**：10,000 个 Markdown 文件逐个解析 Frontmatter，IO 开销巨大。
   
   **方案**：`.synapse/index.db` 缓存所有元数据。
   
   

   
   -- 主索引表
   CREATE TABLE resources (
       id TEXT PRIMARY KEY,        -- "10.001.0015"
       namespace TEXT,
       area TEXT,                  -- "10"
       category TEXT,              -- "001"
       type TEXT,
       title TEXT,
       status TEXT,
       priority TEXT,
       due DATE,
       created DATETIME,
       modified DATETIME,
       tags TEXT,                  -- JSON array
       content_hash TEXT,          -- 用于变更检测
       file_path TEXT
   );
   
   -- 全文搜索 (FTS5) - 存储预分词后的内容
   CREATE VIRTUAL TABLE resources_fts USING fts5(
       id, title_tokens, tags_tokens, content_tokens,
       tokenize = 'simple'  -- 使用默认分词器，输入已分词字符串
   );
   

   
   
   **中文搜索：应用层分词方案**（推荐）
   
   SQLite 原生不支持加载 Python jieba 作为分词器。最佳实践是**应用层分词**：
   
   

   
   import jieba
   import re
   
   # 停用词表（标点、空格、无意义字符）
   STOPWORDS = set(['的', '了', '是', '在', '我', '有', '和', '就', 
                     '不', '人', '都', '一', '一个', '上', '也', '很',
                     '到', '说', '要', '去', '你', '会', '着', '没有'])
   
   class SearchEngine:
       def _tokenize(self, text: str) -> str:
           """分词 + 停用词过滤 + 标点清理"""
           # 1. 移除标点符号和特殊字符
           text = re.sub(r'[^\w\s\u4e00-\u9fff]', ' ', text)
           
           # 2. jieba 分词
           tokens = jieba.cut_for_search(text)
           
           # 3. 停用词过滤 + 去除空白
           filtered = [t.strip() for t in tokens 
                       if t.strip() and t not in STOPWORDS]
           
           return " ".join(filtered)
       
       def update_index(self, id: str, title: str, content: str):
           """写入索引前，用 jieba 预处理 + 停用词过滤"""
           title_tokens = self._tokenize(title)
           content_tokens = self._tokenize(content)
           
           cursor.execute("""
               INSERT INTO resources_fts (id, title_tokens, content_tokens) 
               VALUES (?, ?, ?)
           """, (id, title_tokens, content_tokens))
       
       def search(self, query: str):
           """搜索时，同样分词处理"""
           query_tokens = " AND ".join(self._tokenize(query).split())
           
           cursor.execute("""
               SELECT id FROM resources_fts 
               WHERE content_tokens MATCH ?
           """, (query_tokens,))
   

   
   
   **停用词过滤的好处**：
   - 减小 index.db 体积（去除 30%+ 无意义词）
   - 提高搜索精度（避免"的"、"了"等高频词干扰）
   - 加快搜索速度
   
   **工作流程**：
   - **写入**："完成了需求设计！" → 清理标点 → jieba → 过滤停用词 → "完成 需求 设计" → 存入 FTS
   - **搜索**：用户搜 "需求" → 同样处理 → "需求" → MATCH 成功
   
   ### 13.3 索引更新策略
   
   | 触发时机 | 动作 |
   |----------|------|
   | syn 启动 | 检测 Git 变更，增量更新索引 |
   | CRUD 操作 | 实时更新索引 |
   | Git hook | post-merge, post-checkout 触发重建 |
   | 手动 | syn index rebuild 强制重建 |
   
   ### 13.4 查询路由