[Enhancement] Support filename-based languages (Makefile, Dockerfile)

[ngmks]

🏷️ Priorité : BASSE | Type : Enhancement

Contexte

Le mapping CODE_EXTENSIONS dans chunking_utils.py utilise uniquement l'extension de fichier pour détecter le langage. Les fichiers identifiés par leur nom complet (pas d'extension) ne sont pas supportés.

Référence : commentaire existant lignes 194-195 de chunking_utils.py.

Fichiers non supportés actuellement

Fichier	Langage	Fréquence
Makefile	make	Très courant
Dockerfile	dockerfile	Très courant
CMakeLists.txt	cmake	Courant (C/C++)
Jenkinsfile	groovy	Courant (CI)
.gitignore	gitignore	Très courant
Vagrantfile	ruby	Moins courant

Correction attendue

1. Ajouter un mapping filename-based

# chunking_utils.py, après CODE_EXTENSIONS :
FILENAME_LANGUAGES = {
    "Makefile": "make",
    "Dockerfile": "dockerfile",
    "CMakeLists.txt": "cmake",
    "Jenkinsfile": "groovy",
}

2. Modifier get_language_from_extension()

def get_language_from_path(file_path: str) -> Optional[str]:
    filename = Path(file_path).name
    # D'abord chercher par nom exact
    if filename in FILENAME_LANGUAGES:
        return FILENAME_LANGUAGES[filename]
    # Puis par extension
    ext = Path(file_path).suffix.lower()
    return CODE_EXTENSIONS.get(ext)

3. Vérifier le support tree-sitter

Pas tous ces langages ont un parser tree-sitter. Vérifier dans tree-sitter-language-pack avant d'ajouter. Si pas de parser → fallback sur traditional chunking (déjà géré).

Critères de succès

• Mapping filename ajouté
• get_language_from_extension() vérifie le nom complet d'abord
• Tests pour les nouveaux fichiers
• Backward compatible (extension-based fonctionne toujours)
• Fallback gracieux si tree-sitter n'a pas le parser