解析

查看 KuraDB 對每個變更檔案選用哪個 parser，以及哪些檔案永遠不會進入 pipeline。

Parser dispatch

變更的非目錄 entry 會先依小寫 extension 比對，再依 text sniffing 判斷：

輸入	Parser path	Chunking 行為
`.pdf`	`go_pkg_parser.PDF`	Document parser chunks
`.docx`	`go_pkg_parser.Docx`	Document parser chunks
`.pptx`	`go_pkg_parser.PPTX`	Presentation parser chunks
`.csv`, `.tsv`	經 `parseTabular` 呼叫 `go_pkg_parser.CSV`	依 header，每五筆 data row 一組
`.xlsx`	經 `parseTabular` 呼叫 `go_pkg_parser.XLSX`	依 header，每五筆 data row 一組
其他有效 UTF-8 文字	`go_pkg_parser.Markdown`	Markdown／text chunks

表格 chunk 將每列輸出為 [n] header=value, ...；header 欄位為空時使用 colN，超出 header 寬度的欄位會被捨棄。少於兩列（header 加 data）的工作表不產生 chunk。

Parser 回傳錯誤時只記錄 log、不寫入任何資料，因此前一次成功解析的 row 仍維持 active。

規則	範例
依名稱排除	`.DS_Store`
Image extension	`.jpg`, `.png`, `.gif`, `.webp`, `.heic`, `.svg`, `.tiff`, `.avif`
Video 與 audio extension	`.mp4`, `.mov`, `.mkv`, `.mp3`, `.wav`, `.flac`, `.m4a`, `.opus`
Archive 與套件 extension	`.zip`, `.tar`, `.gz`, `.7z`, `.rar`, `.iso`, `.dmg`, `.deb`, `.apk`
Binary、bytecode 與 library extension	`.exe`, `.dll`, `.so`, `.dylib`, `.class`, `.jar`, `.pyc`, `.wasm`
Database、設計與字型 extension	`.db`, `.sqlite`, `.psd`, `.sketch`, `.fig`, `.ttf`, `.woff2`
Text sniffing 未通過	空檔案、前 8,192 bytes 含 NUL byte 或無效 UTF-8 的檔案

略過可避免 image base64 與不支援的 binary data 進入文字 embedding pipeline。被略過的檔案不會被 dismiss：若先前已索引的文字檔被清空，它會在 sniffing 階段被略過，舊 chunk 仍可被搜尋，直到檔案被刪除或寫入新文字。