feat: 完整实现 NLP 三元组提取系统 + token budget 上下文分配

- 重写 extractor.go: 分句、17条 POS 模板、依存模板 + COO 链、ATT合并
- parser.go: 分句循环 + TransE 向量验证(h+r≈t)
- fallback.go: jieba POS 降级解析器
- bridge.go: nlp.Triple ↔ memory.Triple 转换
- pipeline.go: extractKeyTriples 改用 NLP 提取器, 删除5条旧前缀规则
- distill.go: docToTriples 改用 NLP 提取器
- reorgGraph: 语义相似度增强检测, 保持纯 LLM 决断
- Provider 接口加 MaxContextTokens() + 模型窗口映射表
- tokenbudget.go: 中文 token 估算器 + budget 分配(80%利用率)
- process.go/buildSystemPrompt: 按 token 预算截断 memory+timeline

internal/nlp/parser.go

@@ -0,0 +1,121 @@
+package nlp
+
+import "gitcode.com/JianFeeeee/HomeAgent/internal/memory/vector"
+
+// Parser 依存句法分析器接口
+type Parser interface {
+	Parse(text string) (*ParseResult, error)
+}
+
+// Vectorizer 向量化接口，复用 memory/vector 或 memory/static_embedder
+type Vectorizer interface {
+	Vectorize(text string) vector.Vector
+}
+
+// Extractor 三元组提取器
+type Extractor struct {
+	parser   Parser
+	fallack  Parser // 降级用 POS 模板解析器
+	embedder Vectorizer // 可选：用于 TransE 语义验证
+}
+
+// NewExtractor 创建提取器，parser 为 nil 时纯用 fallback
+func NewExtractor(parser Parser) *Extractor {
+	return &Extractor{
+		parser:  parser,
+		fallack: newFallbackParser(),
+	}
+}
+
+// SetEmbedder 设置词嵌入向量化器，用于候选三元组的语义验证
+func (e *Extractor) SetEmbedder(ev Vectorizer) {
+	e.embedder = ev
+}
+
+// Extract 从文本中提取三元组
+// 优先使用 parser，失败/无结果时自动降级到 fallback
+// 如果设置了 embedder，还会做 h+r≈t 向量验证过滤
+func (e *Extractor) Extract(text string) *TripleSet {
+	if text == "" {
+		return &TripleSet{Src: "", Err: nil}
+	}
+
+	var allTriples []Triple
+	src := ""
+
+	sentences := splitSentences(text)
+	for _, sentence := range sentences {
+		if sentence == "" {
+			continue
+		}
+		var triples []Triple
+
+		// 主线：依存解析 + 模板匹配
+		if e.parser != nil {
+			result, err := e.parser.Parse(sentence)
+			if err == nil && result != nil && len(result.Tokens) > 1 {
+				triples = extractFromDep(result)
+				if len(triples) > 0 {
+					src = "dep_parser"
+				}
+			}
+		}
+
+		// 降级：POS 模板匹配
+		if len(triples) == 0 && e.fallack != nil {
+			result, err := e.fallack.Parse(sentence)
+			if err == nil && result != nil && len(result.Tokens) > 1 {
+				triples = extractFromPOS(result)
+				if len(triples) > 0 {
+					src = "fallback"
+				}
+			}
+		}
+
+		// 向量验证（可选）：用 h+r≈t 过滤不合理三元组
+		if len(triples) > 0 && e.embedder != nil {
+			triples = verifyTriples(triples, e.embedder)
+		}
+
+		allTriples = append(allTriples, triples...)
+	}
+
+	if len(allTriples) > 0 {
+		return &TripleSet{Triples: allTriples, Src: src}
+	}
+	return &TripleSet{Src: src}
+}
+
+// verifyTriples 使用 TransE 打分 (h+r≈t) 验证三元组，过滤低分项
+func verifyTriples(triples []Triple, embedder Vectorizer) []Triple {
+	var kept []Triple
+	for _, t := range triples {
+		h := embedder.Vectorize(t.Subject)
+		r := embedder.Vectorize(t.Relation)
+		tv := embedder.Vectorize(t.Object)
+
+		hr := addVectors(h, r)
+		sim := vector.CosineSimilarity(hr, tv)
+
+		// 语义一致性过低 → 过滤（除非 fallback 无其他候选）
+		if sim >= 0.25 {
+			t.Score *= (0.5 + 0.5*sim)
+			kept = append(kept, t)
+		}
+	}
+	if len(kept) == 0 {
+		return triples
+	}
+	return kept
+}
+
+func addVectors(a, b vector.Vector) vector.Vector {
+	out := make(vector.Vector)
+	for k, v := range a {
+		out[k] = v
+	}
+	for k, v := range b {
+		out[k] += v
+	}
+	return out
+}