LittleYellow
|
f9a0cd2369
|
feat: convert 新增 --verify 對帳模式 + 修復 Windows CRLF 使 hash 失準
- convert.py --verify：純唯讀 re-hash 全部登記檔並掃未登記檔，
報 missing/mismatch/unregistered，不一致退出碼 1（供刪除/竄改後稽核）
- 修 write_text 在 Windows 轉 \n→\r\n 使磁碟 bytes 與登記 SHA-256 不符
（converted md 與 web 快照原始檔），改 write_bytes 寫入所登記的那份 bytes
- selfcheck 補 clean/missing/mismatch/unregistered 四情境（全程唯讀斷言）
- AGENTS.md §14 raw 完整性與修復流程 + §1.4 hash==磁碟 bytes 不變式
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
|
2026-07-23 08:21:39 +08:00 |
|
LittleYellow
|
3c1b268074
|
修復含空格/括號檔名的圖片連結失效，自檢改驗連結可 render
來源檔名含空格或不平衡括號時，convert 產出的 Markdown 圖片連結會失效——
圖檔明明存在於磁碟，整行卻退化成純文字（CommonMark 對未包住的空格與不平衡
括號視為分隔符）。用真 CommonMark parser 驗過：中文與成對括號正常，空格與
落單括號會壞。
- convert.py / from_docx.py / from_pdf.py / from_pptx.py：四處圖片連結目標
一律以 <> 包住（），同時涵蓋空格與不平衡括號。
- selfcheck.py：新增 assert_links_ok()——以 markdown_it 真 render，斷言圖片
連結數 == <img> 數且目標檔存在，取代原本只檢查 "![" 字串在不在的表面斷言。
測資補內嵌圖片（docx/pdf/pptx 各一路徑）、檔名改含空格與不平衡括號。
- requirements.txt：明確宣告 markdown-it-py（原為 fastmcp 傳遞依賴，自檢直接
使用，宣告以免上游調整依賴樹後自檢失效）。
- AGENTS.md §13.4：新增「斷言要驗結果可用，不是驗字串存在」規則。
驗證：四個自檢全通過；移除任一處 <> 修法，assert_links_ok 即失敗。
ingest / lint / search 在含括號檔名下全鏈路已另行驗證正常（source_ref 走
YAML 純量，不受影響）。
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
|
2026-07-23 06:12:47 +08:00 |
|
LittleYellow
|
cfd1876359
|
轉換工具強化：失敗診斷訊息 + 舊版格式升版 + 掃描 PDF vision fallback
- convert.py：轉換失敗改印例外型別、批次尾端彙總、--traceback 旗標；
空白轉換結果示警（避免純圖片 docx 等假成功靜默入庫）
- from_legacy.py（B）：.doc/.xls/.ppt 經本地 LibreOffice headless 升版為
現代格式後再走既有轉換器；raw/originals 仍保存真正的舊格式原始檔
- to_image.py + from_vision.py（A）：needs_ocr 的掃描/圖片型 PDF 逐頁
render → 本地 vision 模型轉錄（--vision）；:cloud/未設定防護，
模型設定走 config/models.yaml 的 tasks.vision（預設不啟用）
- kb.ollama_chat 加 images 參數（向後相容）；models.yaml 加 vision 範例
- selfcheck 補 legacy 路由、to_image 真測、from_vision 注入測、
--vision 端到端，全數 ALL PASS
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
|
2026-07-21 07:00:32 +08:00 |
|
LittleYellow
|
8d58436f05
|
Phase 2: 轉換管線 — 五個本地轉換器 + convert.py 統一入口 + selfcheck
Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
|
2026-07-14 20:51:17 +08:00 |
|