Auto-sync from GitHub Actions

.gitignore

@@ -17,4 +17,5 @@ eval/
 legacy_history.json
 CLAUDE.md
 *.zip
-.claude/
+.claude/
+docs/

README.md

@@ -466,6 +466,8 @@ npm install -g mcp-remote
 | `min_cooc` | `3` | 单个 (tag, artist) 对的最小共现次数 |
 | `show_nsfw` | `true` | 是否包含 NSFW 数据 |
 
+返回字段：`artist`（画师名）、`cooc_count`（共现次数）、`post_count`（作品数）、`sources`（命中标签）、`top_tags`（该画师最常画的 10 个标签，含中文名）
+
 ### 调用示例
 
 接入后，你可以直接用自然语言告诉 AI 你的需求，AI 会自动选择合适的参数调用工具：

core/engine.py

@@ -121,7 +121,7 @@ CAT_MAP: dict[str, str] = {
     '0': 'General', '1': 'Artist', '3': 'Copyright', '4': 'Character', '5': 'Meta',
 }
 
-SCHEMA_VERSION = 3   # 升级此值将自动触发全量重建，用于破坏性格式变更
+SCHEMA_VERSION = 4   # 升级此值将自动触发全量重建，用于破坏性格式变更
 
 # 用户显式分隔后，纯 CJK 片段超过此长度仍用 jieba 切分（避免长句被当作原子概念）
 _ATOMIC_CJK_MAX_LEN = 7
@@ -690,7 +690,10 @@ class DanbooruTagger:
     def _encode_all_and_save(self) -> None:
         print('[Engine] 全量编码...')
         for _, attr, col in _LAYER_SPEC:
-            setattr(self, attr, self._encode_texts(self.df[col].tolist()))
+            texts = self.df[col].tolist()
+            if col == 'name':  # 英文层：编码时将下划线替换为空格
+                texts = [t.replace('_', ' ') for t in texts]
+            setattr(self, attr, self._encode_texts(texts))
         self._save_cache()
 
     # ── 增量更新 ──────────────────────────────────────────────────────────
@@ -734,7 +737,12 @@ class DanbooruTagger:
 
         if changed_names:
             changed_rows = new_df[new_df['name'].isin(set(changed_names))].reset_index(drop=True)
-            _vecs = {attr: self._encode_texts(changed_rows[col].tolist()) for _, attr, col in _LAYER_SPEC}
+            _vecs = {}
+            for _, attr, col in _LAYER_SPEC:
+                texts = changed_rows[col].tolist()
+                if col == 'name':  # 英文层：编码时将下划线替换为空格
+                    texts = [t.replace('_', ' ') for t in texts]
+                _vecs[attr] = self._encode_texts(texts)
             for j, name in enumerate(changed_rows['name']):
                 ci = cached_idx[name]
                 for _, attr, _ in _LAYER_SPEC:
@@ -745,7 +753,10 @@ class DanbooruTagger:
         if added_names:
             added_rows = new_df[new_df['name'].isin(set(added_names))].reset_index(drop=True)
             for _, attr, col in _LAYER_SPEC:
-                vecs = self._encode_texts(added_rows[col].tolist())
+                texts = added_rows[col].tolist()
+                if col == 'name':  # 英文层：编码时将下划线替换为空格
+                    texts = [t.replace('_', ' ') for t in texts]
+                vecs = self._encode_texts(texts)
                 setattr(self, attr, torch.cat([getattr(self, attr), vecs], dim=0))
             self.df = pd.concat([self.df, added_rows], ignore_index=True)
 

mcp_server.py

@@ -354,11 +354,10 @@ async def get_artist_recommendations(
 
     JSON array sorted by NPMI score (descending). Each result:
     - artist: Danbooru artist tag name
-    - score: Aggregated NPMI score (higher = stronger association)
     - cooc_count: Total co-occurrence count across all input tags
     - post_count: Artist's total post count on Danbooru
     - sources: Input tags that matched this artist
-    - hit_count: Number of input tags that matched
+    - top_tags: Top 10 tags this artist most frequently draws (with Chinese names)
     """
     tagger = await DanbooruTagger.get_instance()
 
@@ -410,15 +409,18 @@ async def get_artist_recommendations(
         corrected_tags, limit=limit, min_cooc=min_cooc,
     )
 
+    # 获取每个画师最常画的标签
+    artist_names = [r.artist for r in results]
+    top_tags_map = tagger.get_artist_top_tags(artist_names, show_nsfw=show_nsfw)
+
     output = []
     for r in results:
         item = {
             "artist":     r.artist,
-            "score":      round(r.score, 4),
             "cooc_count": r.cooc_count,
             "post_count": r.post_count,
             "sources":    r.sources,
-            "hit_count":  r.hit_count,
+            "top_tags":   top_tags_map.get(r.artist, []),
         }
         output.append(item)
 
@@ -483,6 +485,7 @@ Anima 是一个 2B 参数的文生图模型（CircleStone Labs × Comfy Org）
 
 - 所有标签小写，下划线 `_` 替换为空格。**唯一例外**：`score_1` 到 `score_9` 保持下划线。
 - 标签内括号用反斜杠转义：`momoko (momopoco)` → `momoko \\(momopoco\\)`
+- 画师标签前面加一个 `@` 符号
 - 标签间用一个逗号加一个空格连接：`tag a, tag b, tag c`
 - 不要编造不存在的标签。若不确定某标签是否存在，将该概念放入自然语言段落。
 - Tag Dropout 机制意味着不需要塞入每一个相关标签——只保留最关键和区分性最强的。
@@ -528,6 +531,8 @@ Anima 是一个 2B 参数的文生图模型（CircleStone Labs × Comfy Org）
 
 格式：`@nnn yryr`, `@big chungus`
 
+一段提示词中最多包含3个艺术家标签。
+
 ### 数据集标签（非动漫风格时的备选）
 在提示词最开头另起一行使用，可大幅改变风格倾向：
 - `ye-pop`：LAION-POP 数据集风格，偏抽象/油画/概念艺术