sdk: embed non-toolchain SDK in third_party, add NoMemory/Cleaner support

- Embed sdk/, example/, meta/, go.mod from homeagent-sdk (no .git)
- Core .gitignore excludes SDK toolchain: bin/, tools/, package/
- RegisterInputChannel + ChannelDef(NoMemory, Cleaner) in SDK
- IOManager input channel registry with GetInputChannelDef
- eventloop: apply channel Cleaner/NoMemory to interrupt text
- context engine: channelDefLookup applied in textForVector
- document store: ChannelCleaner param for archive functions
- All callers/adapters updated with ChannelDef{} default

internal/memory/cut.go

@@ -6,10 +6,39 @@ import (
 	"path/filepath"
 	"strings"
 	"sync"
+	"unicode/utf8"
 
 	"github.com/yanyiwu/gojieba"
 )
 
+// contentPOS 有实义的词性标签：只保留名词/动词/形容词/专名等
+var contentPOS = map[string]bool{
+	"n":  true, // 普通名词
+	"nr": true, // 人名
+	"ns": true, // 地名
+	"nt": true, // 机构名
+	"nw": true, // 作品名/URL
+	"nz": true, // 其他专名
+	"v":  true, // 动词
+	"vd": true, // 副动词
+	"vn": true, // 名动词
+	"a":  true, // 形容词
+	"ad": true, // 副形词
+	"an": true, // 名形词
+	"i":  true, // 成语
+	"l":  true, // 习用语
+	"j":  true, // 简称
+	"s":  true, // 处所词
+	"f":  true, // 方位词
+	"b":  true, // 区别词
+	"z":  true, // 状态词
+	"t":  true, // 时间词
+	"eng": true, // 英文
+	"x":   true, // 非语素字
+	"zg":  true, // 其他
+	"un":  true, // 未知词性——保守保留
+}
+
 var (
 	jiebaOnce sync.Once
 	jiebaInst *gojieba.Jieba
@@ -69,32 +98,109 @@ func jiebaDictDir() string {
 }
 
 var stopWords = map[string]bool{
-	"的": true, "了": true, "是": true, "在": true, "有": true,
-	"和": true, "就": true, "不": true, "人": true, "都": true,
-	"一": true, "一个": true, "上": true, "也": true, "很": true,
-	"到": true, "说": true, "要": true, "去": true, "你": true,
-	"会": true, "着": true, "没有": true, "看": true, "好": true,
-	"自己": true, "这": true, "他": true, "她": true, "它": true,
-	"我": true, "我们": true, "你们": true, "他们": true,
-	"吗": true, "吧": true, "啊": true,
-	"嗯": true, "哦": true, "哈": true, "呀": true, "嘛": true,
-	"然后": true, "因为": true, "所以": true, "如果": true, "但是": true,
-	"可能": true, "还是": true, "已经": true,
-	"就是": true, "不是": true, "是的": true,
-	"非常": true, "比较": true, "应该": true, "需要": true,
-	"能够": true, "目前": true, "现在": true, "今天": true, "昨天": true,
-	"明天": true, "知道": true, "觉得": true, "认为": true,
-	"能": true, "没": true, "对": true,
+	// ── 代词 ──
+	"我": true, "你": true, "他": true, "她": true, "它": true,
+	"我们": true, "你们": true, "他们": true, "她们": true, "它们": true,
+	"自己": true, "别人": true, "大家": true,
+	"这": true, "那": true, "哪": true,
+	"这个": true, "那个": true, "哪个": true,
+	"这里": true, "那里": true, "哪里": true,
+	"这些": true, "那些": true, "哪些": true,
+	"什么": true, "怎么": true, "怎样": true, "怎么样": true,
+	"谁": true, "为什么": true,
+	// ── 量词 ──
+	"一个": true, "每个": true,
+	"种": true, "个": true, "些": true, "点": true,
+	// ── 介词 ──
+	"在": true, "到": true, "对": true, "从": true, "把": true,
+	"被": true, "让": true, "给": true, "向": true, "往": true,
+	"跟": true, "和": true, "与": true, "同": true, "比": true,
+	"关于": true, "对于": true, "按照": true, "根据": true, "通过": true,
+	"因为": true, "由于": true, "为了": true, "为": true,
+	// ── 连词 ──
+	"或": true, "或者": true,
+	"但是": true, "但": true, "可是": true, "不过": true,
+	"然而": true, "虽然": true, "尽管": true, "即使": true,
+	"如果": true, "假如": true, "只要": true, "除非": true,
+	"而且": true, "并且": true, "同时": true, "此外": true,
+	"所以": true, "因此": true, "于是": true,
+	"然后": true, "接着": true, "从而": true,
+	"不是": true, "就是": true, "而是": true,
+	// ── 助词 ──
+	"的": true, "地": true, "得": true,
+	"了": true, "着": true, "过": true,
+	"所": true,
+	"吗": true, "吧": true, "啊": true, "呢": true, "啦": true,
+	"嗯": true, "哦": true, "哈": true, "呀": true, "嘛": true, "哟": true,
+	"噢": true, "喔": true, "呵": true, "嘿": true, "喂": true,
+	"呐": true, "呗": true, "咚": true, "噗": true,
+	// ── 副词 ──
+	"不": true, "没": true, "没有": true, "别": true, "不要": true,
+	"很": true, "太": true, "非常": true, "十分": true, "特别": true,
+	"比较": true, "相当": true, "更": true, "最": true,
+	"都": true, "也": true, "还": true, "又": true, "再": true,
+	"就": true, "才": true, "便": true,
+	"已经": true, "曾经": true, "刚": true, "刚刚": true,
+	"正在": true, "正": true,
+	"将要": true, "将": true,
+	"一直": true, "总是": true, "从来": true,
+	"经常": true, "通常": true, "往往": true,
+	"可能": true, "也许": true, "大概": true, "大约": true,
+	"一定": true, "肯定": true, "必须": true,
+	"当然": true, "其实": true, "确实": true,
+	"一起": true, "一块": true,
+	"仍然": true, "依然": true, "还是": true,
+	"互相": true, "分别": true,
+	"是否": true, "能否": true, "可否": true,
+	"越": true, "挺": true,
+	// ── 判断动词 ──
+	"是": true, "有": true,
+	"是的": true, "有的": true,
+	// ── 能愿动词 ──
+	"能": true, "能够": true, "可以": true, "会": true,
+	"要": true, "需要": true, "想要": true,
+	"应该": true, "应当": true, "该": true,
+	"愿意": true, "肯": true, "敢": true,
+	// ── 常用弱义动词 ──
+	"说": true, "看": true, "做": true, "来": true, "去": true,
+	"用": true, "想": true, "知道": true,
+	"觉得": true, "认为": true, "发现": true, "看到": true,
+	"表示": true, "告诉": true, "问": true, "回答": true,
+	"成为": true, "作为": true, "进行": true, "使用": true,
+	// ── 时间词（泛化） ──
+	"今天": true, "昨天": true, "明天": true, "前天": true, "后天": true,
+	"早上": true, "上午": true, "中午": true, "下午": true, "晚上": true,
+	"现在": true, "目前": true, "之前": true, "之后": true, "以后": true,
+	"最近": true, "刚才": true, "以前": true, "原来": true, "将来": true,
+	// ── 人称/泛指 ──
+	"人": true, "人们": true, "东西": true, "事情": true,
+	"问题": true, "情况": true, "时候": true, "地方": true,
+	"方式": true, "方法": true, "原因": true, "结果": true,
+	// ── 高频语气组合 ──
+	"好的": true, "好吧": true, "好": true,
+	"好了": true, "对了": true, "行了": true,
+	"没事": true, "没关系": true, "算了": true,
+	"看起来": true, "看上去": true, "听起来": true,
+	"可以说": true, "也就是说": true, "的话": true,
+	"来着": true, "罢了": true, "便是": true,
+	// ── 对话/消息类弱义词 ──
+	"消息": true, "回复": true, "发送": true,
+	"查看": true, "显示": true, "输出": true, "输入": true,
+	"文件": true, "内容": true, "信息": true,
+	"来自": true, "收到": true,
+	// ── 英文停用词 ──
 	"the": true, "a": true, "an": true, "is": true, "are": true,
 	"was": true, "were": true, "be": true, "been": true, "being": true,
 	"have": true, "has": true, "had": true, "do": true, "does": true,
 	"did": true, "will": true, "would": true, "could": true, "should": true,
-	"may": true, "might": true, "can": true, "shall": true, "this": true,
-	"that": true, "these": true, "those": true, "it": true, "its": true,
+	"may": true, "might": true, "can": true, "shall": true,
+	"this": true, "that": true, "these": true, "those": true,
+	"it": true, "its": true,
 	"and": true, "or": true, "but": true, "in": true, "on": true,
 	"at": true, "to": true, "for": true, "of": true, "with": true,
 	"what": true, "how": true, "why": true, "which": true, "where": true,
 	"when": true, "who": true, "whom": true,
+	"please": true, "yes": true, "no": true, "not": true,
 }
 
 // TokenizeWords 使用 jieba 精确模式分词，返回去重后的所有词 token（不过滤停用词）
@@ -118,30 +224,45 @@ func TokenizeWords(text string) []string {
 	return result
 }
 
-func ExtractKeywords(text string) []string {
+// TokenizeContentWords 使用 jieba 精确模式分词 + 词性过滤，只保留名词/动词/形容词/专名等有实义的词
+// 过滤停用词 + 短词（<2 字符），返回去重结果。适用于向量化、关键词提取等需要语义质量的任务。
+func TokenizeContentWords(text string) []string {
 	text = CleanText(text)
 	x := GetJieba()
 	if x == nil {
 		return nil
 	}
-	words := x.Cut(text, false)
-	var keywords []string
+	tagged := x.Tag(text)
+	var result []string
 	seen := make(map[string]bool)
-	for _, w := range words {
-		if stopWords[w] || seen[w] {
+	for _, t := range tagged {
+		idx := strings.LastIndex(t, "/")
+		if idx < 0 {
 			continue
 		}
-		r := []rune(w)
-		if len(r) < 2 {
+		word := t[:idx]
+		tag := t[idx+1:]
+		word = strings.TrimSpace(word)
+		if word == "" || seen[word] {
 			continue
 		}
-		seen[w] = true
-		keywords = append(keywords, w)
+		if stopWords[word] {
+			continue
+		}
+		if utf8.RuneCountInString(word) < 2 {
+			continue
+		}
+		if !contentPOS[tag] {
+			continue
+		}
+		seen[word] = true
+		result = append(result, word)
 	}
-	if len(keywords) > 5 {
-		keywords = keywords[:5]
-	}
-	return keywords
+	return result
+}
+
+func ExtractKeywords(text string) []string {
+	return TokenizeContentWords(text)
 }
 
 // CutExact 精确模式分词：返回去停用词后的所有有义项（不限数量），用于 doc→graph 蒸馏