fix(notes): 清偿TD-B——术语锚点词边界+大小写折叠匹配

Author: Aparencia

app/src-tauri/src/structure_note.rs

@@ -179,12 +179,47 @@ fn chapter_name(
 }
 
 /// 术语在 kept 段中首次出现时刻（纯函数；无命中 → None——不带锚点不丢行）。
+///
+/// @ai-context: TD-2026-08-20-B：大小写折叠 + 词边界匹配——短术语（如 "AI"）
+///              不再锚到 "AIR"/"said" 等无关子串；中文子串语义不受影响
+///              （边界只约束 ASCII 字母数字，汉字前后不设限——中文无词边界）。
 fn first_occurrence_ms(kept: &[crate::types::SessionSegment], term: &str) -> Option<u64> {
+    let term_lower = term.to_lowercase();
     kept.iter()
-        .find(|s| s.text.contains(term))
+        .find(|s| word_boundary_contains(&s.text, &term_lower))
         .map(|s| s.start_ms)
 }
 
+/// 词边界包含（纯函数）：term 在 text 中出现（大小写不敏感），且命中位置
+/// 前后均非 ASCII 字母数字。
+///
+/// @ai-context: 只检查单字节（UTF-8 多字节字符的高位字节恒非 ASCII 字母数字，
+///              汉字/标点天然通过）；find 偏移恒为合法字符边界，无切片 panic。
+/// @ai-context: 内部自行大小写折叠（调用方不须预 lower——TD-B 审查后健壮化）。
+fn word_boundary_contains(text: &str, term: &str) -> bool {
+    if term.is_empty() {
+        return true;
+    }
+    let term_lower = term.to_lowercase();
+    let lower = text.to_lowercase();
+    let bytes = lower.as_bytes();
+    let mut start = 0;
+    while let Some(rel) = lower[start..].find(&term_lower) {
+        let pos = start + rel;
+        let before_ok = pos == 0 || !bytes[pos - 1].is_ascii_alphanumeric();
+        let after = pos + term_lower.len();
+        let after_ok = after >= bytes.len() || !bytes[after].is_ascii_alphanumeric();
+        if before_ok && after_ok {
+            return true;
+        }
+        start = pos + 1;
+        if start >= bytes.len() {
+            break;
+        }
+    }
+    false
+}
+
 #[cfg(test)]
 #[path = "structure_note_tests.rs"]
 mod tests;

app/src-tauri/src/structure_note_tests.rs

@@ -9,7 +9,7 @@ use crate::glossary::GlossaryCandidate;
 use crate::note_filter::{FilterStats, NoteFilterResult};
 use crate::outline::OutlineEntry;
 use crate::purify_config::PurifyConfig;
-use crate::structure_note::{render_note_structure, NoteStructureConfig};
+use crate::structure_note::{render_note_structure, word_boundary_contains, NoteStructureConfig};
 use crate::types::SessionSegment;
 
 /// 构造会话段（净化后保留段形态）。
@@ -413,3 +413,52 @@ fn structure_config_roundtrips_json() {
     assert!(parsed.structure.chapter_headings);
     assert!(parsed.structure.glossary_block);
 }
+
+// TD-2026-08-20-B：词边界 + 大小写折叠（词边界匹配直接单测 + 经 first_occurrence_ms 集成）
+
+#[test]
+fn word_boundary_rejects_short_term_inside_longer_word() {
+    // Arrange/Act/Assert：短术语 "AI" 不得锚到 "AIR"/"said" 等子串
+    assert!(!word_boundary_contains("AIR 飞行指南", "ai"));
+    assert!(!word_boundary_contains("saidthings", "said")); // 折叠后仍在词内 → 拒绝
+    assert!(word_boundary_contains("AI 时代来了", "ai"));
+    assert!(word_boundary_contains("he said it", "said"));
+}
+
+#[test]
+fn word_boundary_case_insensitive() {
+    // Act/Assert：大小写折叠——"OCR" 命中 "ocr 引擎"
+    assert!(word_boundary_contains("OCR 引擎已加载", "ocr"));
+    assert!(word_boundary_contains("OCR 引擎已加载", "OCR"));
+    assert!(!word_boundary_contains("SOCRATES 哲学", "ocr")); // 折叠后仍在词内 → 拒绝
+}
+
+#[test]
+fn word_boundary_chinese_substring_unaffected() {
+    // Act/Assert：汉字前后不设边界（中文无词边界概念）——"项目" 命中 "项目管理"
+    assert!(word_boundary_contains("项目管理很关键", "项目"));
+    assert!(word_boundary_contains("敏捷开发", "开发"));
+}
+
+#[test]
+fn word_boundary_empty_term_and_edge_positions() {
+    // Act/Assert：空术语防御性命中；串首/串尾边界成立
+    assert!(word_boundary_contains("任意文本", ""));
+    assert!(word_boundary_contains("AI起步", "ai"));
+    assert!(word_boundary_contains("起步AI", "ai"));
+}
+
+#[test]
+fn first_occurrence_anchor_respects_word_boundary() {
+    // Arrange：段文本含 "AI 提效"（应命中）与 "AIR 质量"（不应命中）
+    let kept = vec![
+        seg(1, 1_000, 2_000, "本章讲 AIR 质量模型"),
+        seg(2, 3_000, 4_000, "AI 提效的三个方法"),
+    ];
+
+    // Act：锚点应为第二段
+    let anchor = super::first_occurrence_ms(&kept, "AI");
+
+    // Assert
+    assert_eq!(anchor, Some(3_000));
+}