feat:add page source overlap when use graph search

[FeiZhou02]

Summary

为 Wiki 搜索引入基于 source overlap（来源重叠） 的图扩展能力：从 frontmatter 中提取 sources 字段，用 Jaccard 相似度阈值判定页面间的关联强弱，将共享参考文献的页面作为图邻居返回给搜索结果。

Motivation

之前搜索的图扩展只支持 wikilink（[[...]]）连接。但实际上很多页面即使没有互相引用，也会因为使用了相同的来源而高度相关。

同时，简单的"共享任意一个来源即连边"会导致弱关联泛滥：两个各引用 10 篇文献、只共享其中 1 篇的页面，不应该和两个只引用同一篇文献的页面对等看待。

Changes

1. 数据层：extract_sources() 解析 frontmatter

• GraphPage 新增 sources: Vec<String> 字段
• 新增 extract_sources() 函数，支持两种 YAML 格式：
  • 行内数组：sources: ["a.pdf", "b.pdf"]
  • 多行列表：

    sources:
      - "a.pdf"
      - "b.pdf"

• 新增 frontmatter_block() 和 fm_match() 辅助函数

2. 图边判定：Jaccard 相似度阈值

• 新增常量 SOURCE_JACCARD_THRESHOLD = 0.3
• 构建每个页面的规范化 source 集合（BTreeSet，自动去重+规范化）
• 两两计算 |A ∩ B| / |A ∪ B|，仅当 > 0.3 时才建立图邻接边
• 通过 seen_pairs 确保每对页面只计算一次，避免重复
• source overlap 边和 wikilink 边共用同一邻接表，BTreeSet 自动去重

3. 测试

• extract_sources_parses_inline_and_multiline_yaml：覆盖行内、多行、空列表、无 frontmatter 等场景
• graph_search_blends_source_overlap_neighbors：验证通过 Jaccard 阈值发现的图邻居
• source_overlap_and_wikilinks_combine_in_graph：验证 wikilink 和 source overlap 同时存在时去重

Example

# page-a.md
sources: ["doc-X.pdf", "doc-Y.pdf"]

# page-b.md  
sources: ["doc-X.pdf"]

A ↔ B 的 Jaccard = 1/2 = 0.5 > 0.3 → 建立图边 ✅

# page-a.md
sources: ["a.pdf", "b.pdf", "c.pdf", "d.pdf", "e.pdf",
          "f.pdf", "g.pdf", "h.pdf", "i.pdf", "j.pdf"]

# page-b.md
sources: ["j.pdf", "k.pdf", "l.pdf", "m.pdf", "n.pdf",
          "o.pdf", "p.pdf", "q.pdf", "r.pdf", "s.pdf"]

A ↔ B 的 Jaccard = 1/19 ≈ 0.05 ≤ 0.3 → 不建边 ❌（弱关联被过滤）

Testing

全部 30 个 search 模块测试通过：

test result: ok. 30 passed; 0 failed

[Copilot]

Pull request overview

This PR enhances wiki search’s graph expansion by adding “source overlap” edges derived from each page’s frontmatter sources field, using a Jaccard similarity threshold to avoid weak/accidental connections.

Changes:

• Add sources extraction from YAML frontmatter (inline array and multiline list) and store it on GraphPage.
• Add source-overlap graph neighbors using Jaccard similarity (SOURCE_JACCARD_THRESHOLD = 0.3) and merge them with existing wikilink edges.
• Add tests covering YAML parsing and graph blending behavior.

---

💡 Add Copilot custom instructions for smarter, more guided reviews. Learn how to get started.