@@ -37,6 +37,8 @@ pub async fn import_video(state: State<'_, AppState>, path: String) -> Result<i6
     let app = state.app.clone();
     // REQ-117（v0.7.0 M2）：UI 垃圾黑名单（导入画面要点源头过滤——双入口同口径）
     let ui_junk = state.ui_junk.clone();
+    // v0.12.0 M5 补完成：关键帧纯图归档根目录（应用数据目录）
+    let data_dir = state.data_dir.clone();
     // 审查 P2 修复（TD-036）：ffmpeg 探测注入生产捆绑路径（resource_dir/ffmpeg，
     // 安装包随 bundle.resources 携带；开发期捆绑目录 = crate 下 ffmpeg/）。
     // 解析顺序仍为：ENTROPY_FFMPEG_DIR → 注入目录 → PATH（ffmpeg.rs）。
@@ -46,7 +48,7 @@ pub async fn import_video(state: State<'_, AppState>, path: String) -> Result<i6
     }
     let resolver = FfmpegResolver::with_dirs(resolver_dirs);
     tauri::async_runtime::spawn_blocking(move || {
-        run_video_import(&db, &engines, &resolver, &trimmed, &ui_junk, |p: &ImportProgress| {
+        run_video_import(&db, &engines, &resolver, &trimmed, &ui_junk, &data_dir, |p: &ImportProgress| {
             let _ = app.emit("import:progress", p);
         })
     })
 
@@ -109,8 +109,14 @@ pub async fn get_session_detail(state: State<'_, AppState>, id: i64) -> Result<S
     let events = state.db.list_events(id).map_err(|e| e.to_string())?;
     // v0.7.3（REQ-160，ADR-015）：画面要点屏卡（新数据按 screen_id 分组、
     // 旧数据聚类兜底；图匹配失败/目录缺失不阻断——前端无缩略图降级）
+    // v0.12.0 M5 补完成：按会话类型分派——photo=OCR 文本屏；video=关键帧纯图屏
     let images_dir = state.data_dir.join("session-images").join(id.to_string());
-    let mut screens = crate::screens::build_screens(&ocr_blocks, Some(&images_dir));
+    let mut screens = crate::screens::build_view_screens(
+        session.kind.as_deref(),
+        session.id,
+        &ocr_blocks,
+        Some(&images_dir),
+    );
     // v0.7.3（REQ-159）：屏内结构块渲染课后精修产物（表格 Markdown/公式 LaTeX；
     // 未精修 → 保留原始 OCR 文本，徽标降级）
     let artifact = state.db.get_artifact(id).map_err(|e| e.to_string())?;
 
@@ -358,7 +358,14 @@ pub async fn preview_session_note(
         };
         let mut result = filter_note(&session.title, &segments, &ocr_blocks, &state.ui_junk, &env);
         let images_dir = state.data_dir.join("session-images").join(id.to_string());
-        crate::screens::attach_images(&mut result.ocr_screens, &images_dir);
+        // v0.12.0 M5 补完成：视频会话（kind≠photo）画面要点 = 关键帧纯图屏（无 OCR
+        // 文字——ADR-023 视频会话不再识别画面要点，真实要点经 vision-exp 精修提取）；
+        // 图文会话保持过滤链 OCR 屏（attach_images，与落库同口径零变化）。
+        if session.kind.as_deref() == Some("photo") {
+            crate::screens::attach_images(&mut result.ocr_screens, &images_dir);
+        } else {
+            result.ocr_screens = crate::screens::build_keyframe_screens(session.id, Some(&images_dir));
+        }
         // v0.7.5（REQ-170）：预览与落库同口径——异常会话预览即带警示行
         crate::note_filter::apply_session_warning(&mut result, &session.status);
         crate::note_filter::refresh_screen_points(&mut result);
 
@@ -93,9 +93,16 @@ fn manual_capture_inner(
 ) -> std::result::Result<StructureImageRecord, String> {
     // ① 定位屏卡 image_ref（复用屏卡体系；按 first_seen 精确定位——聚类屏
     //    屏号不唯一；无图 → 明确错误，前端禁用按钮）
+    // v0.12.0 M5 补完成：画面要点屏按会话类型分派（photo=OCR 屏；video=关键帧
+    // 纯图屏）——框选截取入口与详情/预览同一分派，防屏卡定位错表
     let blocks = state.db.list_ocr_blocks(session_id).map_err(|e| e.to_string())?;
     let images_dir = session_images_dir(&state.data_dir, session_id);
-    let screens = crate::screens::build_screens(&blocks, Some(&images_dir));
+    let kind = state
+        .db
+        .get_session(session_id)
+        .map_err(|e| e.to_string())?
+        .and_then(|s| s.kind);
+    let screens = crate::screens::build_view_screens(kind.as_deref(), session_id, &blocks, Some(&images_dir));
     let screen = screens
         .iter()
         .find(|s| s.first_seen_ms == first_seen_ms)
 
@@ -9,14 +9,22 @@
 use crate::layout_analyzer::FrameGrid;
 
 /// 目标网格宽（格）。
+/// @ai-context: v0.12.0 M5 补完成：grid_from_bgra 无生产调用方（视频会话版面
+///              分析随全帧 OCR 下线——ADR-023），仅 structure_capture 测试交叉
+///              校验网格口径使用——dead_code 豁免（机制先行模式，image_caption 先例）。
+#[allow(dead_code)]
 const TARGET_COLS: u32 = 32;
 /// 目标网格高（格）。
+#[allow(dead_code)]
 const TARGET_ROWS: u32 = 18;
 
 /// BGRA8 帧 → 版面分析网格（纯函数；尺寸/数据不匹配返回 None）。
 ///
 /// @ai-context: 每格采样其中心像素的亮度（Rec.601：0.299R+0.587G+0.114B，
 ///              BGRA 存储序 = [B,G,R,A]）；网格尺寸不足时退化为 1 格。
+/// @ai-context: v0.12.0 M5 补完成：生产调用方随视频会话版面分析下线（ADR-023），
+///              保留纯函数与测试（structure_capture 同口径交叉校验）。
+#[allow(dead_code)]
 pub fn grid_from_bgra(bgraw: &[u8], width: u32, height: u32) -> Option<FrameGrid> {
     if width == 0 || height == 0 || bgraw.len() != (width as usize) * (height as usize) * 4 {
         return None;
 
@@ -108,6 +108,11 @@ impl SessionImageStore {
     /// @ai-context: 修复：双指纹去重与 save_frame 同口径——旧实现无去重，
     ///              视频进度条等静态误判区域每 tick 重复存图（会话 15 实测
     ///              49 张全同垃圾 crop，耗尽与 full 共享的 50 张预算）。
+    /// @ai-context: v0.12.0 M5 补完成后无生产调用方（视频会话区域 OCR 下线——
+    ///              唯一写入方 region_ocr_blocks 退役；crop/ 列表消费方
+    ///              commands_refine_inner 仍在），存储层保留（图文/结构场景
+    ///              未来可复用；单测覆盖）——dead_code 豁免（机制先行模式）。
+    #[allow(dead_code)]
     pub fn save_crop(
         &mut self,
         timestamp_ms: u64,
 
@@ -83,8 +83,10 @@ pub fn run_video_import<F: Fn(&ImportProgress)>(
     engines: &EnginePool,
     resolver: &FfmpegResolver,
     video_path: &str,
-    // REQ-117：UI 垃圾黑名单（导入画面要点源头过滤——与实时链路同口径）
+    // REQ-117：UI 垃圾黑名单（导入字幕源头过滤——与实时链路同口径）
     ui_junk: &crate::ui_junk::UiJunkList,
+    // v0.12.0 M5 补完成：数据目录（session-images 图片库根）——关键帧纯图归档
+    data_dir: &Path,
     progress: F,
 ) -> Result<i64> {
     let video = Path::new(video_path);
@@ -105,11 +107,20 @@ pub fn run_video_import<F: Fn(&ImportProgress)>(
         kind: None,
     })?;
     let session_id = session.id;
+    // v0.12.0 M5 补完成：视频导入关键帧纯图归档（存图不识别——与实时链路同口径；
+    // 创建失败不阻断——降级为无图集会话，日志可观测）
+    let mut image_store = crate::image_store::SessionImageStore::new(
+        data_dir.join("session-images").join(session_id.to_string()),
+    )
+    .ok();
     // 中间文件限定系统临时目录（导入后即清理，不污染应用数据目录）
     let work_dir = std::env::temp_dir().join(format!("entropy-import-{}", session_id));
     let _ = std::fs::create_dir_all(&work_dir);
 
-    let result = run_import_inner(db, engines, resolver, video, session_id, &work_dir, ui_junk, &progress);
+    let result = run_import_inner(
+        db, engines, resolver, video, session_id, &work_dir, ui_junk,
+        &mut image_store, &progress,
+    );
     // 清理中间文件（无论成败）；失败标记会话 failed（与实时链路同口径）
     let _ = std::fs::remove_dir_all(&work_dir);
     result.inspect_err(|_| {
@@ -119,7 +130,7 @@ pub fn run_video_import<F: Fn(&ImportProgress)>(
 }
 
 /// 管线主体（与清理/失败标记分离，保证清理必然执行）。
-/// @ai-context: 参数为管线上下文传递（db/engines/resolver/路径/会话/黑名单），
+/// @ai-context: 参数为管线上下文传递（db/engines/resolver/路径/会话/黑名单/图片库），
 ///              聚合会破坏内聚——登记 clippy 豁免（与 persist_final 同模式）。
 #[allow(clippy::too_many_arguments)]
 fn run_import_inner<F: Fn(&ImportProgress)>(
@@ -130,6 +141,7 @@ fn run_import_inner<F: Fn(&ImportProgress)>(
     session_id: i64,
     work_dir: &Path,
     ui_junk: &crate::ui_junk::UiJunkList,
+    image_store: &mut Option<crate::image_store::SessionImageStore>,
     progress: &F,
 ) -> Result<()> {
     // 1) 字幕决策（L1 零依赖；L2 需 ffmpeg）
@@ -150,10 +162,12 @@ fn run_import_inner<F: Fn(&ImportProgress)>(
         crate::import_transcribe::transcribe_audio(db, engines, resolver, video, session_id, work_dir, progress)?;
     }
 
-    // 3) 关键帧 OCR（画面要点，独立于转写路径；ffmpeg 缺失跳过不阻断）
-    // REQ-130（v0.7.0 M3）：P4 无图短路——会话档案 disable_ocr 时跳过画面识别。
-    // 导入路径当前 profile=None（默认档案，OCR 不跳过——零回归）；播客类档案
-    // 接入导入链路（前端传 profile）后自动生效（ASR-only 快速路径）。
+    // 3) 关键帧处理（v0.12.0 M5 补完成：纯图归档 + 字幕 OCR；独立于转写路径；
+    // ffmpeg 缺失跳过不阻断）
+    // REQ-130（v0.7.0 M3）：P4 无图短路——会话档案 disable_ocr 时跳过**字幕 OCR**
+    // （画面要点 OCR 已随 ADR-023 下线，本门控只作用于字幕）。导入路径当前
+    // profile=None（默认档案，OCR 不跳过——零回归）；关键帧纯图归档恒执行
+    // （存图不识别——与 disable_ocr 语义解耦）。
     let ocr_enabled = db
         .get_session(session_id)
         .ok()
@@ -164,17 +178,8 @@ fn run_import_inner<F: Fn(&ImportProgress)>(
             !crate::video_profile::profile_by_kind(kind).disable_ocr
         })
         .unwrap_or(true);
-    if ocr_enabled {
-        // REQ-117：导入画面要点过 UI 垃圾黑名单（与实时链路同口径）
-        ocr_keyframes(engines, db, resolver, video, session_id, work_dir, ui_junk, progress);
-    } else {
-        progress(&ImportProgress {
-            stage: "ocr".into(),
-            message: "档案禁用画面识别（disable_ocr），跳过关键帧 OCR".into(),
-            done: 1,
-            total: 1,
-        });
-    }
+    // REQ-117：字幕过 UI 垃圾黑名单（与实时链路同口径）
+    ocr_keyframes(engines, db, resolver, video, session_id, work_dir, ui_junk, image_store, ocr_enabled, progress);
 
     // 4) 完成
     db.finish_session(session_id)?;
@@ -202,8 +207,12 @@ fn write_subtitle_segments(db: &Db, session_id: i64, segments: &[crate::fusion::
     Ok(())
 }
 
-/// 关键帧提取 + OCR（失败跳过不阻断；帧号按固定间隔换算时间戳）。
-/// @ai-context: 参数为管线上下文传递（引擎/DB/解析器/路径/会话/黑名单），
+/// 关键帧纯图归档 + 字幕 OCR（失败跳过不阻断；帧号按固定间隔换算时间戳）。
+/// @ai-context: v0.12.0 M5 补完成（ADR-023）：关键帧**存图不识别**——不再做
+///              画面要点 OCR（中部 region=full 下线）；只做底部字幕带 OCR
+///              （region=subtitle，本地 OCR 只做字幕）。关键帧全量纯图归档
+///              到 session-images/<id>（参考图集/精修图片理解同一数据源）。
+/// @ai-context: 参数为管线上下文传递（引擎/DB/解析器/路径/会话/黑名单/图片库），
 ///              登记 clippy 豁免（与 persist_final 同模式）。
 #[allow(clippy::too_many_arguments)]
 fn ocr_keyframes<F: Fn(&ImportProgress)>(
@@ -214,10 +223,13 @@ fn ocr_keyframes<F: Fn(&ImportProgress)>(
     session_id: i64,
     work_dir: &Path,
     ui_junk: &crate::ui_junk::UiJunkList,
+    image_store: &mut Option<crate::image_store::SessionImageStore>,
+    // REQ-130：disable_ocr 档案 → 跳过字幕 OCR（关键帧归档恒执行）
+    ocr_enabled: bool,
     progress: &F,
 ) {
     let Ok(paths) = resolver.resolve() else {
-        progress(&ImportProgress { stage: "ocr".into(), message: "ffmpeg 缺失，跳过关键帧 OCR".into(), done: 1, total: 1 });
+        progress(&ImportProgress { stage: "ocr".into(), message: "ffmpeg 缺失，跳过关键帧处理".into(), done: 1, total: 1 });
         return;
     };
     let frames_dir = work_dir.join("frames");
@@ -228,7 +240,7 @@ fn ocr_keyframes<F: Fn(&ImportProgress)>(
         &ffmpeg::extract_keyframes_args(video, &frames_dir, ffmpeg::KEYFRAME_FPS, ffmpeg::KEYFRAME_MAX_FRAMES),
         ffmpeg::default_timeout(),
     ) {
-        eprintln!("[Import] 关键帧提取失败（跳过画面识别）: {}", e);
+        eprintln!("[Import] 关键帧提取失败（跳过）: {}", e);
         return;
     }
     let mut files: Vec<PathBuf> = std::fs::read_dir(&frames_dir)
@@ -245,23 +257,41 @@ fn ocr_keyframes<F: Fn(&ImportProgress)>(
         progress(&ImportProgress { stage: "ocr".into(), message: "无关键帧产出".into(), done: 1, total: 1 });
         return;
     }
-    // TD-037：区域裁剪 → 识别 → 信息整合——中部（full）+ 底部（subtitle）两路，
-    // 各区域帧间文本去重（静态画面不重复落库）
-    let mut last_full: Vec<String> = Vec::new();
+    // v0.12.0 M5 补完成：字幕区帧间文本去重（静态画面不重复落库）；全帧文本
+    // 去重随画面要点 OCR 一并下线（无 full 块再落库）
     let mut last_subtitle: Vec<String> = Vec::new();
     // v0.11.7：累计识别块数（进度消息「已识别 N 块文字」）
     let mut total_blocks = 0usize;
     for (i, path) in files.iter().enumerate() {
         let timestamp_ms = (i as u64) * FRAME_INTERVAL_MS;
         match image::open(path).map(|d| d.into_rgb8()) {
-            Ok(img) => total_blocks += crate::import_frame::ocr_keyframe(
-                db, engines, session_id, timestamp_ms, &img, &mut last_full, &mut last_subtitle, ui_junk,
-            ),
+            Ok(img) => {
+                // v0.12.0 M5 补完成：关键帧纯图归档（存图不识别——预算超限/去重
+                // 由 image_store 管理；归档失败不阻断，日志可观测）
+                if let Some(store) = image_store.as_mut() {
+                    let (w, h) = img.dimensions();
+                    let bgra = crate::structure_capture::rgb_to_bgra(&img);
+                    if let Err(e) = store.save_frame(timestamp_ms, &bgra, w, h) {
+                        eprintln!("[Import] 关键帧归档失败: {}", e);
+                    }
+                }
+                if ocr_enabled {
+                    total_blocks += crate::import_frame::ocr_keyframe_subtitles(
+                        db, engines, session_id, timestamp_ms, &img, &mut last_subtitle, ui_junk,
+                    );
+                }
+            }
             Err(e) => eprintln!("[Import] 关键帧解码失败（跳过）: {}", e),
         }
         progress(&ImportProgress {
             stage: "ocr".into(),
-            message: format!("画面识别 {}/{} · 已识别 {} 块文字", i + 1, total, total_blocks),
+            message: format!(
+                "关键帧归档 {}/{} · 已识别字幕 {} 块{}",
+                i + 1,
+                total,
+                total_blocks,
+                if ocr_enabled { "" } else { "（档案禁用字幕识别）" }
+            ),
             done: (i + 1) as u32,
             total,
         });
@@ -331,12 +361,14 @@ mod tests {
         // Arrange & Act：不存在的文件 → 可操作错误（不建会话）
         let db = crate::db::Db::open(":memory:").expect("mem db");
         let resolver = FfmpegResolver::dev();
+        let tmp = std::env::temp_dir();
         let result = run_video_import(
             &db,
             &crate::engine::EnginePool::dummy(),
             &resolver,
             "不存在.mp4",
             &crate::ui_junk::UiJunkList::defaults(),
+            &tmp,
             |_| {},
         );
         // Assert