mesalogo
935a8f56bf
Add HTTP PaddleOCR-VL settings and shared document previews for chat and knowledge imports. Preserve attachment originals and parsed assets across drafts, messages and queues; support explicit image OCR, selecting document images into a conversation draft, and restoring queued input for editing. Protect unsaved note bodies and titles during navigation and asynchronous updates. Match canvas analysis to source revisions, invalidate affected comments, preserve annotations during pagination, and provide a resizable record index with saved width preferences. Existing OCR settings retain local behavior. Historical attachments without saved originals are not reconstructed. Advanced OCR options depend on the configured service; image sending depends on the effective model and Runtime. Validation: full typecheck and lint passed; 477 focused tests passed across 12 files; staged whitespace checks passed. The full repository suite was not rerun for this commit. Release note: Keep note drafts safe while switching workspaces, resize the record index, and revisit saved document attachments with OCR previews and selected images in chat.
49 lines
4.0 KiB
Markdown
49 lines
4.0 KiB
Markdown
# 文档处理
|
|
|
|
文档处理负责聊天附件和知识库导入中的文本提取、本地 OCR、HTTP PaddleOCR-VL、原件与
|
|
解析产物保存，以及正文、图片、详情预览。格式转换仍为规划能力。
|
|
2026-09-19 已接入生产链路；验证层次、样例和未覆盖项见[实施进度](./progress.md#2026-09-19-实现与验证)。
|
|
|
|
## 文档导航
|
|
|
|
| 文档 | 权威职责 |
|
|
| --- | --- |
|
|
| [文档解析与本地 OCR PRD](./prd.md) | 产品范围、解析策略、OCR 模型管理，以及规划中的解析资源持久化、配置预览行为和验收 |
|
|
| [聊天附件技术说明](./chat-attachments-technical-design.md) | 文件选择与粘贴的进程链路、IPC、PPTX 图片 OCR、Worker 生命周期和验证证据 |
|
|
| [HTTP OCR User Stories](./user-stories.md) | HTTP 接入、纯图片路由与资源保存的用户验收 |
|
|
| [HTTP OCR 逻辑设计](./logic-design.md) | 输入路由、来源选择、页码、资源归属与失败规则 |
|
|
| [文档解析与附件 UI 设计](./ui-design.md) | 设置、共享预览、聊天与知识库选图、附件状态、响应式、无障碍及完整验收矩阵 |
|
|
| [HTTP PaddleOCR-VL 技术设计](./http-paddleocr-vl-technical-design.md) | 计划接入点、选项契约、资产归属和实现顺序 |
|
|
| [实施进度与验证](./progress.md) | 实测命令、调用计数、部署差异和未验证能力 |
|
|
| [生产实现说明](./implementation.md) | 当前存储、IPC、迁移、生命周期、Runtime 校验与设计差异 |
|
|
| [改动文件清单](./changed-paths.md) | 本轮实施涉及的完整文件路径，区分并行工作区改动 |
|
|
|
|
User Stories、逻辑设计和进度文档覆盖 HTTP OCR 扩展、纯图片路由及资源持久化，本地 OCR
|
|
既有实现仍由 PRD 及聊天附件技术说明维护。界面行为由 UI 设计维护并遵循根目录
|
|
[UI 设计系统](../../../UI-DESIGN.md)。完整目标包含文档选图加入会话并发送，不以实施顺序
|
|
缩减产品范围。具体生产实现和验证证据分别由实施说明与进度文档维护。
|
|
|
|
全局配置、本机推理监控、聊天附件和知识文档的入口分工，以及草稿、历史与队列的菜单规则，
|
|
统一见 [入口与职责](./ui-design.md#11-入口与职责)和[附件操作菜单](./ui-design.md#12-附件操作菜单)。
|
|
首次菜单核对保留在[历史记录](./progress.md#菜单核对)，当前接线见生产实现说明。
|
|
|
|
本文档中的“内联图片”指服务在 JSON 中返回的 Base64 图片字节；“图片键”指
|
|
Markdown 引用及 `markdown.images` 中的页内键，不是可直接写入磁盘的路径；“重组”指
|
|
对已解析页面调用 `/restructure-pages`，不等于已经验证跨页表格合并质量。
|
|
“会话资源”是应用 userData 下的文件资产及数据库归属引用，不是 Runtime 项目文件；
|
|
服务返回“内联图片”也不表示产品将图片字节长期存入数据库。
|
|
|
|
“待添加选择”仅指预览内尚未提交的勾选；“已在草稿”指目标会话实际持有的附件引用。
|
|
“文档插图附件”是显式复制到会话资源目录的独立图片，保留来源说明，不依赖知识库原结果
|
|
继续存在。“提取文字”是图片附件的一种发送方式，原图仍保留，不表示原图同时发给模型。
|
|
|
|
“纯图片附件”指直接添加到聊天的图片，与 PDF、Office 解析提取的“文档插图”分开。
|
|
普通图片默认直接作为模型图片输入，明确提取文字才调用配置的 OCR；不支持图片输入时的
|
|
提示和选择、原图长期保存见 [图片路由](./prd.md#322-纯图片与文档的路由规划)；验证范围见进度。
|
|
约定的 userData 目录、既有 knowledge 原件与规划派生资源的区别统一见
|
|
[结果与资源](./http-paddleocr-vl-technical-design.md#结果与资源)。
|
|
|
|
Office 文件的浏览器内人工编辑、AI 选区修改、保存和撤销不属于文档解析职责，由
|
|
[Office 协同编辑](../office-document-editing/README.md)负责。文档处理仍负责内容提取、OCR、
|
|
旧格式转换和供模型消费的统一结构。
|