增加exe打包配置

.idea/.gitignore

@@ -0,0 +1,8 @@
+# Default ignored files
+/shelf/
+/workspace.xml
+# Editor-based HTTP Client requests
+/httpRequests/
+# Datasource local storage ignored files
+/dataSources/
+/dataSources.local.xml

backend/schema/indexer.py

@@ -20,7 +20,7 @@ class SchemaIndexer:
     功能：
     1. 为表结构构建向量索引
     2. 基于问题的表检索
-    3. Chroma 使用内存模式（EphemeralClient），进程退出后不保留；``persist_dir`` 仅作配置/统计引用
+    3. Chroma 使用持久化（PersistentClient），向量与元数据写入 ``persist_dir``，进程重启后可复用
     """
 
     def __init__(
@@ -34,15 +34,17 @@ class SchemaIndexer:
 
         Args:
             embedder: Embedding模型实例
-            persist_dir: 历史配置中的向量库路径（仅展示与统计，不落盘）
+            persist_dir: Chroma 持久化根目录（磁盘路径）
             collection_name: 集合名称
         """
         self.embedder = embedder
         self.persist_dir = Path(persist_dir)
+        self.persist_dir.mkdir(parents=True, exist_ok=True)
         self.collection_name = collection_name
 
-        # 内存 Chroma：不落盘，每次进程需重新 build_index
-        self.client = chromadb.EphemeralClient(
+        # 持久化 Chroma：数据落盘至 persist_dir
+        self.client = chromadb.PersistentClient(
+            path=str(self.persist_dir),
             settings=ChromaSettings(anonymized_telemetry=False),
         )
 
@@ -53,8 +55,8 @@ class SchemaIndexer:
         )
 
         logger.info(
-            f"[OK] 初始化SchemaIndexer(Chroma内存): collection={self.collection_name}, "
-            f"配置路径引用={self.persist_dir}"
+            f"[OK] 初始化SchemaIndexer(Chroma持久化): collection={self.collection_name}, "
+            f"path={self.persist_dir}"
         )
 
     def build_index(
@@ -250,5 +252,5 @@ class SchemaIndexer:
             "total_columns": total_columns,
             "avg_columns": total_columns / count if count > 0 else 0,
             "persist_dir": str(self.persist_dir),
-            "chroma_mode": "memory",
+            "chroma_mode": "persistent",
         }

main.spec

@@ -8,6 +8,35 @@ from PyInstaller.utils.hooks import collect_data_files, collect_submodules, coll
 import sys
 _REPO_DIR = Path(os.getcwd()).resolve()
 
+
+def _strip_msvc_runtime_binaries(bin_list):
+    """
+    从 ``collect_dynamic_libs`` 等额外收集的 binaries 中移除 MSVC 运行库 DLL。
+
+    chromadb / hnswlib 等 wheel 常自带 ``MSVCP140.dll`` 等；与 PyInstaller 已为
+    ``python.exe`` 解析到的 CRT 一并打入单文件包时，易在运行期混用多份 CRT
+    导致 ``MSVCP140.dll`` 内 ``0xc0000005``。统一依赖解释器自带的 CRT 集更安全。
+    """
+    skip = frozenset({
+        'msvcp140.dll',
+        'msvcp140_1.dll',
+        'msvcp140_2.dll',
+        'msvcp140_atomic_wait.dll',
+        'msvcp140_codecvt_ids.dll',
+        'vcruntime140.dll',
+        'vcruntime140_1.dll',
+        'concrt140.dll',
+    })
+    out = []
+    for item in bin_list:
+        dest = item[0]
+        base = Path(dest).name.lower()
+        if base in skip:
+            continue
+        out.append(item)
+    return out
+
+
 # 根目录执行：pyinstaller --clean main.spec
 # 收集配置文件夹和数据文件
 datas = [
@@ -36,6 +65,62 @@ try:
 except Exception:
     pass
 
+binaries = _strip_msvc_runtime_binaries(binaries)
+
+
+def _dedupe_msvc_runtime_in_analysis_binaries(toc):
+    """
+    对 ``Analysis`` 产出的 ``a.binaries`` 去重：同名 MSVC 运行库 DLL 只保留一份。
+
+    PyInstaller 会从 Python 安装目录、numpy、torch、chromadb 等多个依赖各自打入
+    同名 ``MSVCP140.dll`` 等；单文件解压到 ``_MEI*`` 后若出现多份或加载顺序混乱，
+    易在 ``MSVCP140.dll`` 内触发 ``0xc0000005``。优先保留 **源路径位于**
+    ``sys.base_prefix`` 下的条目（与解释器主 CRT 一致）。
+    """
+    vc_names = frozenset({
+        'msvcp140.dll',
+        'msvcp140_1.dll',
+        'msvcp140_2.dll',
+        'msvcp140_atomic_wait.dll',
+        'msvcp140_codecvt_ids.dll',
+        'vcruntime140.dll',
+        'vcruntime140_1.dll',
+        'concrt140.dll',
+    })
+    try:
+        base_root = str(Path(sys.base_prefix).resolve()).lower()
+    except OSError:
+        base_root = str(Path(sys.base_prefix)).lower()
+
+    rest = []
+    vc_groups = {}
+    for item in toc:
+        dest = item[0]
+        bname = Path(dest).name.lower()
+        if bname not in vc_names:
+            rest.append(item)
+            continue
+        vc_groups.setdefault(bname, []).append(item)
+
+    picked = []
+    for bname, items in vc_groups.items():
+        if len(items) == 1:
+            picked.append(items[0])
+            continue
+
+        def _score(it):
+            try:
+                sp = str(Path(it[1]).resolve()).lower()
+            except OSError:
+                sp = str(it[1]).lower()
+            under = 0 if sp.startswith(base_root) else 1
+            return (under, len(sp))
+
+        items_sorted = sorted(items, key=_score)
+        picked.append(items_sorted[0])
+
+    return rest + picked
+
 # 收集所有需要的隐藏导入
 hiddenimports = [
     # Web 框架
@@ -48,7 +133,7 @@ hiddenimports = [
     'uvicorn.protocols.http.auto',
     'uvicorn.protocols.websockets.auto',
     'uvicorn.loops.auto',
-    
+
     # Backend 模块（重要！）
     'main',  # backend/main.py
     'backend.main',
@@ -81,7 +166,7 @@ hiddenimports = [
     'backend.utils.question_locale',
     'backend.utils.sql_parser',
     'backend.utils.validators',
-    
+
     # 数据库相关
     'pymssql',
     'sqlalchemy',
@@ -91,27 +176,32 @@ hiddenimports = [
     'sqlglot',
     'sqlglot.dialects',
     'sqlparse',
-    
+
     # 向量数据库 - 使用 collect_submodules 自动收集所有子模块
 
+    # Embedding 相关
+    'sentencepiece',
+    'accelerate',
+    'safetensors',
+
     # LLM API
     'openai',
-    
+
     # 数据处理
     'numpy',
     'jieba',
-    
+
     # Pydantic
     'pydantic',
     'pydantic_settings',
     'dotenv',
-    
+
     # 工具库
     'tenacity',
     'structlog',
     'tqdm',
     'camel_ai',
-    
+
     # 标准库中可能被遗漏的
     'email.mime.text',
     'email.mime.multipart',
@@ -137,11 +227,15 @@ a = Analysis(
     hiddenimports=hiddenimports,
     hookspath=[],
     hooksconfig={},
-    runtime_hooks=[],
+    runtime_hooks=[str(_REPO_DIR / 'packaging' / 'pyi_rth_crt_path.py')],
     excludes=excludes,
     noarchive=False,
     optimize=0,
 )
+
+# 去掉 Analysis 自动收集到的重复 MSVC 运行库（比仅过滤手动 binaries 更关键）
+a.binaries = _dedupe_msvc_runtime_in_analysis_binaries(list(a.binaries))
+
 pyz = PYZ(a.pure)
 
 exe = EXE(