fix(ocr): 审查修复——AI复核配图口径+图匹配单次扫描

Author: Aparencia

app/src-tauri/src/commands_ai.rs

@@ -190,6 +190,9 @@ pub async fn review_text_filter(
     let db = state.db.clone();
     let ui_junk = state.ui_junk.clone();
     let guards = state.ai_guardrails.clone();
+    // v0.7.3 审查修复：AI 复核预览与 preview_session_note/session_to_note 同口径——
+    // 画面要点屏 attach 归档图 + 重建配图行（否则复核后预览配图消失，双出口不一致）
+    let data_dir = state.data_dir.clone();
     let mock = std::env::var("AI_TEXT_FILTER_MOCK").map(|v| v == "1").unwrap_or(false);
     tauri::async_runtime::spawn_blocking(move || {
         let session = db
@@ -205,6 +208,11 @@ pub async fn review_text_filter(
         let ocr_blocks = db.list_ocr_blocks(session_id).map_err(|e| e.to_string())?;
         // ① 纯规则过滤（与 preview_session_note 同一管线）
         let mut result = filter_note(&session.title, &segments, &ocr_blocks, &ui_junk);
+        // ①b v0.7.3 审查修复：画面要点配图（与 preview_session_note 同口径——
+        // 归档图匹配 + 重建含图段落；目录缺失/无图 → 纯文本降级）
+        let images_dir = data_dir.join("session-images").join(session_id.to_string());
+        crate::screens::attach_images(&mut result.ocr_screens, &images_dir);
+        crate::note_filter::refresh_screen_points(&mut result);
         // ② 边界候选（规则层判不了的段）
         let boundary = boundary_candidates(&result.kept);
         let cfg = AiTextFilterConfig::from_env();

app/src-tauri/src/screen_merge.rs

@@ -88,8 +88,8 @@ pub fn normalize(text: &str) -> String {
         .collect()
 }
 
-/// CJK 统一表意文字（含扩展 A；与 note_filter 同口径）。
-pub(crate) fn is_cjk(c: char) -> bool {
+/// CJK 统一表意文字（含扩展 A；与 note_filter/outline 各自私有实现同口径）。
+fn is_cjk(c: char) -> bool {
     let u = c as u32;
     (0x4E00..=0x9FFF).contains(&u) || (0x3400..=0x4DBF).contains(&u)
 }
@@ -230,6 +230,8 @@ pub fn cluster_blocks_into_screens(
 ///              且 x 间隔 ≤ 字高×LINE_X_GAP_RATIO → 同行（文本直接拼接，无空格——
 ///              中文字符天然连续）；否则换行。x 间隔为负（重叠）视为同行。
 /// @ai-context: 无 bbox 块降级：每块一行（按时间序，全 0 包围盒）。
+///              混合场景（部分块 bbox 缺失）时无 bbox 块按 y=0 排最前——
+///              顺序不完美但不丢内容（诚实降级，注释说明已知局限）。
 pub fn line_merge(blocks: &[ScreenBlockInput]) -> Vec<MergedLine> {
     let mut sorted: Vec<&ScreenBlockInput> = blocks.iter().collect();
     sorted.sort_by(|a, b| {

app/src-tauri/src/screens.rs

@@ -72,22 +72,64 @@ pub fn filter_usable_blocks(blocks: &[SessionOcrBlock], ui_junk: &UiJunkList) ->
 ///
 /// @ai-context: 归档图按时间戳命名（full/{ts}.webp，image_store 约定）；目录
 ///              缺失/无图 → 保持 None（前端无缩略图降级，不阻断）。
+/// @ai-context: 审查修复（2026-08-20）：目录**一次扫描**建时间戳映射（原实现
+///              每屏一次 read_dir——N 屏 = N 次目录遍历，会话多屏时浪费 IO）。
 pub fn attach_images(screens: &mut [SessionScreen], images_dir: &Path) {
+    if screens.is_empty() {
+        return;
+    }
+    let ts_list = list_full_image_timestamps(images_dir);
+    if ts_list.is_empty() {
+        return;
+    }
     for s in screens.iter_mut() {
         if s.image_ref.is_none() {
-            s.image_ref = match_image(images_dir, s.first_seen_ms);
+            s.image_ref = match_timestamp(&ts_list, s.first_seen_ms);
         }
     }
 }
 
+/// 归档 full 图时间戳列表（纯 IO，一次扫描）。
+fn list_full_image_timestamps(images_dir: &Path) -> Vec<u64> {
+    let entries = std::fs::read_dir(images_dir.join("full")).ok();
+    let mut ts: Vec<u64> = entries
+        .into_iter()
+        .flatten()
+        .filter_map(|e| e.ok())
+        .filter(|e| e.path().extension().is_some_and(|x| x == "webp"))
+        .filter_map(|e| {
+            e.file_name()
+                .to_string_lossy()
+                .trim_end_matches(".webp")
+                .parse::<u64>()
+                .ok()
+        })
+        .collect();
+    ts.sort_unstable();
+    ts
+}
+
+/// 时间戳匹配（纯函数）：取 ≤ 目标的最近者；无则取最早者（None=空列表）。
+fn match_timestamp(sorted: &[u64], target: u64) -> Option<String> {
+    let ts = sorted
+        .iter()
+        .rev()
+        .find(|&&t| t <= target)
+        .copied()
+        .or_else(|| sorted.first().copied())?;
+    Some(format!("full/{}.webp", ts))
+}
+
 /// 屏构建核心（纯编排，无 IO）：块流 → 屏序列。
 fn build_screens_inner(session_id: i64, blocks: &[SessionOcrBlock]) -> Vec<SessionScreen> {
     let full: Vec<&SessionOcrBlock> =
         blocks.iter().filter(|b| b.region == "full" && !b.text.trim().is_empty()).collect();
     if full.is_empty() {
         return Vec::new();
     }
-    // ① 有 screen_id 的新数据按屏号分组（同屏块时间连续落库——连续分组成立）；
+    // ① 有 screen_id 的新数据按屏号分组（同屏块时间连续落库——连续分组成立：
+    //    在线 ScreenTracker 屏号单调递增，同一屏号绝不跨屏段出现；非连续同号
+    //    仅可能来自外部写入（防御不变量注释，遇破坏时按独立屏处理不崩溃）；
     //    无 screen_id 的旧数据单独聚类兜底
     let mut clusters: Vec<(Option<i64>, ScreenCluster)> = Vec::new();
     let mut grouped: Vec<(i64, Vec<&SessionOcrBlock>)> = Vec::new();