fix(ocr): report the actual provider and PPTX failure location

HTTP OCR failures in PPTX parsing were incorrectly labeled as local OCR failures. Report the selected provider and slide/image location, and retain bounded structured server diagnostics with configured-key redaction and log IDs. Preserve existing fallback behavior.

Validation: 38 focused tests, typecheck and lint passed. Full test run timed out after 200 seconds. Synthetic service probes reproduced HTTP 500; the server-side failure remains unresolved.

Release note: PPTX parsing warnings now identify the actual OCR provider and failed image location, with server diagnostics for troubleshooting.

docs/features/document-processing/http-paddleocr-vl-technical-design.md

@@ -52,7 +52,9 @@
 
 每次任务冻结配置，沿用原文件大小、页数、文本输出与取消边界；HTTP 增加有界响应读取和
 独立请求超时。多页请求超时不能冒称单页耗时。HTTP 状态、服务 `errorCode`、任务取消及
-图片解码错误分别保留，错误正文脱敏后限制长度。没有自动重试或 Provider 轮换。
+图片解码错误分别保留。错误展示读取结构化 `errorMsg` 和 `logId`，读取与显示限制见
+[生产实现](./implementation.md#解析与设置)，不展示原始响应正文。PPTX 错误按实际来源命名并附图片位置。
+没有自动重试或 Provider 轮换。
 
 ## 高级参数
 

docs/features/document-processing/implementation.md

@@ -24,7 +24,9 @@ HTTP 请求固定返回 Markdown 图片、关闭调试可视化。高级布尔
 部署模型能力需以用户样例确认，连接检查只执行 health 和 OpenAPI。
 
 响应流上限 32 MiB，单张解码图上限 12 MiB、4000 万像素，文档文字上限 500 万字符。
-请求超时独立于本地单页超时；HTTP 状态和服务错误码保留，凭据和响应正文不出现在错误中。
+请求超时独立于本地单页超时；错误保留 HTTP 状态、服务错误码及结构化 `errorMsg` / `logId`。
+非成功响应最多读取 8 KiB，消息移除已配置密钥、整理换行后限制为 240 字符，不展示原始响应正文。
+PPTX 回退提示按实际 OCR 来源显示，并在图片处理失败时包含幻灯片号与图片序号。
 不下载服务返回的图片 URL，不自动重试或切换 Provider。
 
 图片按来源页和页内键解码，以 UUID 替换 Markdown 与 HTML img 引用。同名键跨页不会覆盖。

docs/features/document-processing/progress.md

@@ -2,6 +2,29 @@
 
 ## 状态
 
+2026-10-04：HTTP OCR 故障复核见下节。历史成功记录不能代表服务当前可用。
+
+## 2026-10-04 HTTP OCR 故障复核
+
+PPTX 自动解析的异常分支原来将所有来源显示为“本地 OCR 不可用”，已改为实际来源，
+并补充幻灯片与图片位置。HTTP 客户端原来丢弃非成功响应正文，现在保留有界结构化错误
+消息及日志 ID，规则见 [生产实现](./implementation.md#解析与设置)。未切换 Provider，
+自动聊天回退和严格索引失败规则保持不变。本次改动位于桌面 Main 文档解析链路，不改变
+Agent 或远端 Runtime 执行协议。
+
+使用合成内容对已配置测试服务执行 14 次请求（3 GET、11 POST）：health 前后均为 200，
+普通文字图 PNG、JPEG、透明文字 logo 和横幅均为 500；空白图和无文字小图返回 200，
+但没有文字或图片结果。关闭版面检测、关闭返回图片、保留全部标签均未消除文字图的 500。
+单独开启方向校正或去畸变返回 `the input params for model settings are invalid!`。
+普通文字 PNG 的服务日志 ID 为 `050320f8-d515-4636-99ca-c422af0a61b4`，
+JPEG 为 `0dccbb31-2026-42db-95a4-4e333fe73526`，需服务端日志进一步确认内部异常。
+
+未读取或发送用户 PPTX，不能据此断言该文件的具体失败图片或服务器内部根因。
+专项测试 38 项、类型检查、lint 及差异空白检查通过。全量 `npm test` 在 200 秒后超时，
+未取得完整结果，不计为全量通过。新增说明按 deai-writing 清单人工复核。
+
+## 历史状态
+
 当前状态以 [2026-09-19 实现与验证](#2026-09-19-实现与验证)、[附件操作布局复验](#2026-09-19-附件操作布局复验)、[全局浮层复验](#2026-09-19-全局浮层复验)及[空正文与草稿恢复修正](#2026-09-19-空正文与草稿恢复修正)为准。
 以下至“菜单核对检查”的内容是实施前历史记录，保留原日期与原调用数。
 

src/main/document-parsing-service.test.ts

@@ -1,10 +1,13 @@
-import { describe, expect, it, vi } from 'vitest'
+import { afterEach, describe, expect, it, vi } from 'vitest'
+import { defaultHttpOcrSettings } from '../shared/document-parsing-contracts'
 import {
   defaultDocumentParsingSettings
 } from './document-parsing-settings-store'
 import { DocumentParsingService } from './document-parsing-service'
 import { createImagePptx } from '../../tests/support/pptx-fixture'
 
+afterEach(() => vi.unstubAllGlobals())
+
 function createPdfFixture(...pageTexts: string[]): Buffer {
   const texts = pageTexts.length > 0 ? pageTexts : ['']
   const fontObjectId = texts.length + 3
@@ -178,6 +181,22 @@ describe('DocumentParsingService', () => {
     expect(recognize).toHaveBeenCalledOnce()
   })
 
+  it('reports HTTP PPTX failures with the image location without consulting local OCR', async () => {
+    vi.stubGlobal('fetch', vi.fn(async () => Response.json({ errorCode: 500, errorMsg: 'Internal server error', logId: 'pptx-failure' }, { status: 500 })))
+    const { service, modelManager, recognize } = createService({ settings: {
+      ocrProvider: 'paddleocr-vl', httpOcr: { ...defaultHttpOcrSettings, baseUrl: 'http://ocr.test' }
+    } })
+    const bytes = createImagePptx('Useful native slide body')
+    const parsed = await service.parse('slides.pptx', bytes, 'chat-attachment')
+    expect(parsed.content).toContain('Useful native slide body')
+    expect(parsed.warnings).toEqual([
+      'HTTP OCR 未完成，已保留 PPTX 文本内容：幻灯片 1 · 图片 1：HTTP OCR /layout-parsing：HTTP 500；服务错误 500；Internal server error；logId: pptx-failure'
+    ])
+    await expect(service.parse('slides.pptx', bytes, 'knowledge-index')).rejects.toThrow('幻灯片 1 · 图片 1：HTTP OCR /layout-parsing：HTTP 500')
+    expect(modelManager.getStatus).not.toHaveBeenCalled()
+    expect(recognize).not.toHaveBeenCalled()
+  })
+
   it('keeps useful PDF text local without invoking OCR', async () => {
     const { recognize, service } = createService()
 

src/main/document-parsing-service.ts

@@ -553,6 +553,7 @@ export class DocumentParsingService {
     let extractedCharacters = native.reduce(
       (total, section) => total + section.content.length, 0
     )
+    let activeLocator: string | undefined
     if (imagePages.length > 0) {
       try {
         const http = settings.ocrProvider === 'paddleocr-vl' ? this.httpProvider(operation) : undefined
@@ -564,6 +565,7 @@ export class DocumentParsingService {
           for (const [index, image] of page.images.entries()) {
             ensureNotAborted(signal)
             const locator = `幻灯片 ${page.pageNumber} · 图片 ${index + 1}`
+            activeLocator = locator
             if (!image.mimeType) {
               throw new Error(`${locator} 的格式暂不支持 OCR：${extname(image.name)}`)
             }
@@ -611,11 +613,12 @@ export class DocumentParsingService {
           purpose === 'knowledge-index' ||
           !native.some((section) => hasUsefulText(section.content))
         ) {
+          if (activeLocator && error instanceof Error) throw new Error(`${activeLocator}：${error.message}`, { cause: error })
           throw error
         }
         return buildPagedDocument(name, native, pages.length, [
-          `本地 OCR 不可用，已保留 PPTX 文本内容：${
+          `${settings.ocrProvider === 'paddleocr-vl' ? 'HTTP OCR' : '本地 OCR'} 未完成，已保留 PPTX 文本内容：${activeLocator ? `${activeLocator}：` : ''}${
-            error instanceof Error ? error.message : '本地 OCR 识别失败'
+            error instanceof Error ? error.message : 'OCR 识别失败'
           }`.slice(0, 500)
         ], '.pptx')
       }

src/main/http-document-ocr.test.ts

@@ -86,4 +86,20 @@ describe('HTTP document OCR', () => {
     await expect(provider.recognize(Buffer.from('image'), 1, [1], AbortSignal.abort())).rejects.toThrow()
     expect(fetch).not.toHaveBeenCalled()
   })
+
+  it.each([200, 500])('retains structured provider diagnostics for status %s and redacts the configured key', async (status) => {
+    vi.stubGlobal('fetch', vi.fn(async () => Response.json({
+      errorCode: 500, errorMsg: 'invalid model settings test-secret', logId: 'probe-log-123'
+    }, { status })))
+    const client = new HttpDocumentOcr({ ...defaultHttpOcrSettings, baseUrl: 'http://ocr.test' }, 'test-secret')
+    await expect(client.recognize(Buffer.from('image'), 1, [1])).rejects.toThrow(
+      `${status === 500 ? 'HTTP 500；服务错误 500' : '服务错误 500'}；invalid model settings [redacted]；logId: probe-log-123`
+    )
+  })
+
+  it('preserves HTTP status for oversized error bodies', async () => {
+    vi.stubGlobal('fetch', vi.fn(async () => new Response('x'.repeat(9000), { status: 500 })))
+    await expect(new HttpDocumentOcr({ ...defaultHttpOcrSettings, baseUrl: 'http://ocr.test' })
+      .recognize(Buffer.from('image'), 1, [1])).rejects.toThrow('HTTP 500')
+  })
 })

src/main/http-document-ocr.ts

@@ -53,11 +53,8 @@ export class HttpDocumentOcr {
       signal: combined,
       redirect: 'error'
     })
-    if (!response.ok) {
+    const httpError = `HTTP OCR ${path}：HTTP ${response.status}`
-      await response.body?.cancel()
+    if (!response.body) throw new Error(response.ok ? 'HTTP OCR 返回空响应' : httpError)
-      throw new Error(`HTTP OCR ${path}：HTTP ${response.status}`)
-    }
-    if (!response.body) throw new Error('HTTP OCR 返回空响应')
     const reader = response.body.getReader()
     const chunks: Uint8Array[] = []
     let size = 0
@@ -66,6 +63,7 @@ export class HttpDocumentOcr {
         const chunk = await reader.read()
         if (chunk.done) break
         size += chunk.value.byteLength
+        if (!response.ok && size > 8192) break
         if (size > maximumResponseBytes) throw new Error('HTTP OCR 响应超过 32 MiB 限制')
         chunks.push(chunk.value)
       }
@@ -74,10 +72,23 @@ export class HttpDocumentOcr {
       reader.releaseLock()
     }
     combined.throwIfAborted()
-    const value: unknown = JSON.parse(Buffer.concat(chunks).toString('utf8'))
+    const text = Buffer.concat(chunks).toString('utf8')
-    const envelope = z.object({ errorCode: z.number().optional() }).passthrough().parse(value)
+    let value: unknown
+    try {
+      value = JSON.parse(text)
+    } catch {
+      throw new Error(response.ok ? 'HTTP OCR 返回无效 JSON' : httpError)
+    }
+    const errorInfo = z.object({ errorCode: z.number().optional(), errorMsg: z.string().optional(), logId: z.string().optional() }).safeParse(value)
+    const envelope = errorInfo.success ? errorInfo.data : {}
+    let detail = envelope.errorMsg ?? ''
+    if (this.apiKey) detail = detail.replaceAll(this.apiKey, '[redacted]')
+    detail = detail.replace(/[\r\n\t]+/gu, ' ').slice(0, 240)
+    const logId = envelope.logId && /^[\w-]{1,80}$/u.test(envelope.logId) ? envelope.logId : undefined
+    const context = `${detail ? `；${detail}` : ''}${logId ? `；logId: ${logId}` : ''}`
+    if (!response.ok) throw new Error(`${httpError}${envelope.errorCode ? `；服务错误 ${envelope.errorCode}` : ''}${context}`)
     if (envelope.errorCode && envelope.errorCode !== 0) {
-      throw new Error(`HTTP OCR ${path}：服务错误 ${envelope.errorCode}；请检查部署模型和所选高级选项`)
+      throw new Error(`HTTP OCR ${path}：服务错误 ${envelope.errorCode}${context}；请检查部署模型和所选高级选项`)
     }
     return value
   }