开源贡献-LlamaIndex
围绕 LlamaIndex 的工具 schema、语义切分、SageMaker 流式解析和异步工具检索，提交 3 条可验证的 RAG/Agent 链路修复。
LlamaIndex 是文档 Agent 与 RAG 应用框架。本项目覆盖从工具调用 schema 到文本切分、模型流式输出和异步 retriever 的完整链路，重点记录问题复现、上游重复检查、维护者反馈、关闭原因以及仍在等待审核的贡献。
- - 排除 FunctionTool 的 *args/**kwargs 虚假参数
- - 修复语义切分停用词过滤
- - 用 JSON 解析保护 SageMaker 流式文本
- - 让异步工具检索不阻塞事件循环
开发记录
- Fix tool schema varargs and splitter stopword cleanup：FunctionTool schema 构造把 *args 和 **kwargs 当作普通参数，可能产生虚假必填字段；SemanticDoubleMergingSplitterNodeParser 清除标点后仍使用句子级 tokenizer，导致停用词过滤失效。
- fix: parse SageMaker streaming output as JSON：SageMaker 流式响应使用 lstrip/rstrip 去掉 JSON 外壳，但这两个 API 按字符集合工作，会误删生成文本开头或结尾的合法字符，并可能破坏转义引号。
- fix(core): await tool retriever in async query：ToolRetrieverRouterQueryEngine.aquery 在进入异步 query-engine fan-out 前调用同步 retrieve；当 retriever 使用远程向量检索或阻塞 I/O 时，整个事件循环被卡住，表面结果正确但并发吞吐退化。