mesalogo
b6d24ada87
Make draft thumbnails and queued images open the shared image viewer without parsing. Keep queued attachment menus read-only and remove OCR source and settings entries while preserving explicit text extraction in drafts. Validation: 14 focused tests, typecheck and lint passed. Full suite: 5534 passed, 3 failures outside this change in conversation scrolling and frosted-glass descriptions. Release note: 草稿和队列附件中的图片现在支持点击放大查看，无需 OCR；队列只读菜单不再显示解析来源和解析设置。
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。
文档导航
| 文档 | 权威职责 |
|---|---|
| 文档解析与本地 OCR PRD | 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 | 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 | HTTP 接入、纯图片路由与资源保存的用户验收 |
| HTTP OCR 逻辑设计 | 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 | 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 | 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 | 实测命令、调用计数、部署差异和未验证能力 |
| 生产实现说明 | 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 | 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。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 入口与职责和附件操作菜单。 首次菜单核对保留在历史记录，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；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。
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。