收口 MinerU OCR 任务链与上下文

2026-06-01 10:30:42 +08:00
parent 1481de2018
commit 610b23d3a5
13 changed files with 710 additions and 55 deletions
@@ -346,22 +346,22 @@ stale

 - [x] 后端：新增 MinerU client，支持本地文件上传、轮询、结果 zip 下载和 Markdown 提取。
 - [x] 后端：新增 OCR 路由模块，提供 job/status/read/insert API。（当前 insert 只支持 link 模式）
- [ ] 后端：新增 OCR active job store，记录 queued/uploading/mineru_processing/downloading/writing_sidecar/done/failed/interrupted/stale。
- [ ] 后端：OCR 状态变化写入 `.mnote/ocr-index.json` 并广播 `local_ocr.job.updated` 事件。
+- [x] 后端：新增 OCR active job store，记录 queued/uploading/mineru_processing/downloading/writing_sidecar/done/failed/interrupted/stale。
+- [x] 后端：OCR 状态变化写入 `.mnote/ocr-index.json` 并广播 `local_ocr.job.updated` 事件。
 - [x] 后端：提供 OCR jobs list API，用于全局任务栏刷新后恢复。
 - [x] 后端：实现 `{pageStem}.ocr/` 路径规划、文件名冲突处理和 UTF-8 OCR Markdown 写入。
 - [x] 后端：实现 `.mnote/ocr-index.json` 读写、stale 检测和脱敏错误记录。
 - [x] 后端：扩展 local-folder 文件分类，让 `{pageStem}.ocr/*.ocr.md` 不进入 Page Tree 普通页面。
 - [x] 搜索：扩展 local search index，`includeOcr=true` 时索引 OCR sidecar 并返回 owner page。
 - [x] UI：在附件右键菜单、File Tree 资源菜单和资源 tab 增加 OCR 识别入口。
- [~] UI：展示 OCR 状态、stale、失败和重新识别动作。（resource tab 已展示 idle/running/done/failed/stale 与打开/插入动作；全局任务抽屉重试链待做）
- [ ] UI：新增全局 OCR 任务栏 / 任务抽屉，显示任务阶段、所属页面、打开 OCR、重试。
- [~] UI/API：增加“插入 OCR 链接到正文”和可选“插入 OCR 正文段落”动作。（后端 link API 与 resource tab 前端入口已完成；inlineSection 待做）
- [ ] AI：让 image/PDF 资源上下文优先读取已有 OCR sidecar。
+- [x] UI：展示 OCR 状态、stale、失败和重新识别动作。
+- [x] UI：新增全局 OCR 任务栏 / 任务抽屉，显示任务阶段、所属页面、打开 OCR、重试。
+- [x] UI/API：增加“插入 OCR 链接到正文”动作。（可选“插入 OCR 正文段落”不作为本阶段验收项，后续需要时另拆增强稿）
+- [x] AI：让 image/PDF 资源上下文优先读取已有 OCR sidecar。
 - [x] 测试：Rust 单测覆盖路径规划、frontmatter、索引读写、stale、越界拒绝。
 - [x] 测试：Rust route 测试覆盖无 token、真实 MinerU HTTP mock 成功、模拟失败和脱敏错误。
 - [x] 测试：local search 测试覆盖 OCR 命中返回 owner page，OCR sidecar 不作为普通页面。
- [~] Smoke：浏览器覆盖图片/PDF 手动 OCR、全局任务栏状态、打开 OCR resource tab、搜索 OCR 命中、插入 OCR 链接。（当前 `task526` 覆盖图片 resource tab 手动 OCR、工具条状态、打开 OCR、插入链接、mock OCR API 和搜索命中；全局任务栏/任务抽屉待做）
+- [x] Smoke：浏览器覆盖图片/PDF 手动 OCR、全局任务栏状态、打开 OCR resource tab、搜索 OCR 命中、插入 OCR 链接。
 - [x] 文档：补充 `scripts/TESTING_REFERENCE.md` 中 OCR smoke 基线。

 ## 验收标准
@@ -411,3 +411,20 @@ stale
 - 新增 `local_ocr_jobs_route_runs_mineru_runtime_against_http_mock`，用本地 HTTP mock 覆盖真实 client 合同，不访问外网。
 - 已通过：
  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web local_ocr -- --test-threads=1`
+
+2026-06-01 任务链与 AI context 收口：
+
+- 后端在 `AppState` 增加 OCR active job store 和 `local_ocr_job_tx` broadcast；`POST /api/local-folder/ocr/jobs` 会在 queued / uploading / mineru_processing / downloading / writing_sidecar / done / failed 阶段更新 `.mnote/ocr-index.json`，并通过 `/api/local-folder/events` 发出 `local_ocr.job.updated`。
+- 资源 tab 增加全局 OCR 任务 dock / drawer；任务抽屉从 jobs API 恢复历史状态，并通过 `local_ocr.job.updated` 事件更新，支持打开 OCR 和失败/stale 重试。
+- Page AI active image/PDF resource target 会在发 run 前读取已有 OCR sidecar，把 `mnote.local_ocr_context.v1` 放入 active_editor contextRef、targetPackage、currentFile 和 primary target。
+- 已通过：
+  - `node --check rust/crates/mnote-web/browser/document-resource-tab-runtime.js`
+  - `node --check rust/crates/mnote-web/browser/sidebar-page-ai-runtime.js`
+  - `node --check rust/crates/mnote-web/browser/sidebar-page-ai-target-runtime.js`
+  - `node --check scripts/task526-local-folder-ocr-api-smoke.js`
+  - `node --check scripts/task520-page-ai-raw-resource-target-smoke.js`
+  - `cargo fmt --check --all`
+  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web local_ocr -- --test-threads=1`
+  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web local_search_ocr -- --test-threads=1`
+  - `MNOTE_UI_BASE_URL=http://127.0.0.1:3000 MNOTE_WEB_SMOKE_BASE_URL=http://127.0.0.1:3000 node scripts/task526-local-folder-ocr-api-smoke.js`
+  - `TASK520_OCR_CONTEXT=1 MNOTE_UI_BASE_URL=http://127.0.0.1:3000 MNOTE_WEB_SMOKE_BASE_URL=http://127.0.0.1:3000 node scripts/task520-page-ai-raw-resource-target-smoke.js`
@@ -60,19 +60,19 @@ P0：
 - [x] 修复 OnlyOffice live bridge session identity 与 resource scope 两个风险，优先补 Rust 单测，随后做 clean browser 多 tab smoke。
 - [x] 继续补 OnlyOffice 真实浏览器集成证据：真实 Office iframe 双 tab 不串台，以及 Page AI target=A 时不能读写 Office resource=B。
 - [x] `AGENTS.md` 断裂引用、Sidebar dev hot reload guard、`5-31` / `5-32` / `7-41` 归档已经收口。
- [~] `5-33` breadcrumb / fetch guard follow-up 仍保留在 `process/`。
+- [x] `5-33` 已拆出 breadcrumb / fetch guard follow-up；本轮 P0 不再被其阻塞，后续增强继续由 `design/05-editor-mainline/process/5-35-navigation-breadcrumb-fetch-guard-followup-v1.md` 跟踪。
 - [x] 更新 `10-review/done/11` 或追加覆盖说明，防止 worker 继续把 `mnote.doc.markdown_edit` 当 local-first 主写入口。

 P1：

- [~] 继续推进 `7-18` Agent Target Resolver：target chip/picker、dirty guard、allowed roots/files 与写后 diff 回收。
+- [x] 继续推进 `7-18` Agent Target Resolver：target chip/picker、dirty guard、allowed roots/files、Page AI targetPackage 与 resource OCR context 已补到本轮可验收闭环；跨 workspace 多 target、真实 agent 写后 diff 回收等产品化尾项继续由 `7-18` 跟踪。
 - [x] 推进 `WorkspacePath/ObjectIdentity + BufferStore + Page Aggregate compat 瘦身`，让 FileTree、Open Editors、resource tab 与 AI target resolver 消费同一身份与 buffer 状态。
 - [x] 保留 `3-23` 与 `7-38` 作为 runtime owner follow-up，不重新打开 raw string 大拆分议题。

 P2：

 - [x] `7-42` mindmap 第二批：结构化 `apply_ops`、resource tab contextRefs、revision conflict。
- [~] `3-25` MinerU OCR：后端真实 MinerU runtime 已补；任务状态事件、全局任务栏和 UI 入口仍待做。
+- [x] `3-25` MinerU OCR：后端真实 MinerU runtime、任务状态事件、全局任务栏 / 任务抽屉、UI 入口和 AI OCR sidecar context 已收口。
 - [x] `7-43` OnlyOffice Plugin Bridge：P0/P1 安全主路径与 P2 recipe 矩阵已收口，后续新增 recipe 按矩阵逐项验证。
 - [x] `7-44` ChatOnly Doubao binding：MNote 侧 binding 与 Doubao provider 单测已完成。
 - [x] `7-49` ChatOnly OpenClaw provider：Doubao provider 真实远端删除 helper / 单测已完成；DeepSeek / Gemini provider 已补明确 unsupported 降级 helper 与单测，返回 `remote_delete_failed` 而不是伪造 `remote_deleted`，缺口已归档到 `bugs/07-ai/done/7-49-chatonly-openclaw-provider-unit-test-gap-v1.md`。