feat: 上下文门控器初始实现

- anchor.py: 锚点提取（中文 2/3-gram、英文单词、代码标识符）
- block.py: 对话块数据结构
- topic_gate.py: 话题门控（overlap/new_ratio 判断切换）
- sparse.py: 稀疏召回（BM25/IDF-overlap + exact match 加分）
- selector.py: 最小覆盖贪心选择
- gatekeeper.py: 完整流程封装
- tests/: 单元测试 + 端到端测试（含 MiniMax API 验证）

特性：
- 纯 Python，无额外模型依赖
- 支持 2 核 2G 环境
- 话题门控 + 稀疏召回 + 最小覆盖选择

src/anchor.py

@@ -0,0 +1,75 @@
+"""
+锚点提取模块 - 用规则从文本中提取有代表性的锚点
+"""
+
+import re
+from collections import Counter
+from typing import List, Tuple
+
+
+class AnchorExtractor:
+    """提取文本中的锚点，用于话题判断和检索"""
+
+    def __init__(self):
+        # IDF 字典，用于权重计算（简单起见用内部默认值，可扩展）
+        self._idf_cache: dict[str, float] = {}
+        self._doc_count = 0
+
+    def extract(self, text: str) -> List[str]:
+        """从文本中提取锚点列表"""
+        anchors = []
+
+        # 中文 2-gram / 3-gram（转小写以便匹配）
+        chinese_chars = re.findall(r'[\u4e00-\u9fff]+', text)
+        for chunk in chinese_chars:
+            if len(chunk) >= 2:
+                for i in range(len(chunk) - 1):
+                    anchors.append(chunk[i:i+2].lower())
+            if len(chunk) >= 3:
+                for i in range(len(chunk) - 2):
+                    anchors.append(chunk[i:i+3].lower())
+
+        # 英文单词
+        english_words = re.findall(r'[a-zA-Z_][a-zA-Z0-9_-]*', text)
+        anchors.extend([w.lower() for w in english_words if len(w) >= 2])
+
+        # 代码标识符（反引号内）
+        code_segments = re.findall(r'`([^`]+)`', text)
+        for seg in code_segments:
+            anchors.extend(re.findall(r'[a-zA-Z_][a-zA-Z0-9_-]*', seg))
+
+        # 引号内的短语
+        quoted_phrases = re.findall(r'["\u201c\u201d]([^"\u201c\u201d]+)["\u201c\u201d]', text)
+        anchors.extend(quoted_phrases)
+
+        # 数字、版本号
+        versions = re.findall(r'v?\d+(\.\d+)*', text)
+        anchors.extend(versions)
+
+        return anchors
+
+    def extract_with_deictic(self, text: str) -> Tuple[List[str], bool]:
+        """提取锚点，并检测是否有指代词"""
+        anchors = self.extract(text)
+        deictic_patterns = [
+            '这个', '那个', '它', '上面', '刚才', '继续', '展开',
+            '为什么会这样', '怎么改', '然后', '还有', '另外'
+        ]
+        has_deictic = any(p in text for p in deictic_patterns)
+        return anchors, has_deictic
+
+    def compute_idf(self, all_doc_anchors: List[List[str]]) -> None:
+        """根据一批文档计算 IDF 值"""
+        self._doc_count = len(all_doc_anchors)
+        doc_freq = Counter()
+        for anchors in all_doc_anchors:
+            unique_anchors = set(anchors)
+            for a in unique_anchors:
+                doc_freq[a] += 1
+
+        for anchor, df in doc_freq.items():
+            self._idf_cache[anchor] = self._doc_count / df
+
+    def idf(self, anchor: str) -> float:
+        """获取锚点的 IDF 值，默认 1.0"""
+        return self._idf_cache.get(anchor, 1.0)