OCR/openspec/changes/archive/2025-12-11-cleanup-dead-code/tasks.md

Tasks: Cleanup Dead Code and Improve Code Quality

Phase 1: 刪除廢棄文件 (高優先級, ~30分鐘)

• 1.1 確認 pdf_generator.py 無任何引用
• 1.2 刪除 backend/app/services/pdf_generator.py
• 1.3 驗證後端啟動正常

Phase 2: 移除過時配置 (高優先級, ~15分鐘)

• 2.1 移除 config.py 中的 gap_filling_iou_threshold
• 2.2 移除 config.py 中的 gap_filling_dedup_iou_threshold
• 2.3 搜索並更新任何使用這些配置的代碼
• 2.4 驗證後端啟動正常

Phase 3: 提取共用 bbox 工具函數 (中優先級, ~2小時)

• 3.1 創建 backend/app/utils/__init__.py（如不存在）
• 3.2 創建 backend/app/utils/bbox_utils.py，實現統一的 bbox 處理函數
• 3.3 重構 gap_filling_service.py 使用共用函數
• 3.4 重構 pdf_generator_service.py 使用共用函數
• 3.5 重構 pp_structure_debug.py 使用共用函數
• 3.6 重構 text_region_renderer.py 使用共用函數
• 3.7 測試所有相關功能正常

Phase 4: 前端代碼清理 (低優先級, ~1小時)

• 4.1 移除 ExportPage.tsx 中未使用的 CardDescription import (SKIPPED - actually used)
• 4.2 重構 UploadPage.tsx 的 as any 類型斷言 (improved to as unknown as number)
• 4.3 處理或移除 UploadPage.tsx 中的 TODO 註釋 (comment improved)
• 4.4 重構 TaskHistoryPage.tsx 的 as any 類型斷言 (changed to as TaskStatus | 'all')
• 4.5 重構 useTaskValidation.ts 的 as any 類型斷言 (using instanceof AxiosError)
• 4.6 驗證前端編譯正常 (pre-existing errors not from our changes)

Phase 5: 清理禁用的表格補丁功能 (中優先級, ~1小時)

• 5.1 移除 cell_validation_engine.py 整個文件（已禁用的補丁功能）
• 5.2 移除 table_content_rebuilder.py 整個文件（已禁用的補丁功能）
• 5.3 移除 config.py 中的 cell_validation_enabled 配置
• 5.4 移除 config.py 中的 table_content_rebuilder_enabled 配置
• 5.5 移除 config.py 中的 table_quality_check_enabled 配置
• 5.6 移除 config.py 中的 table_rendering_prefer_cellboxes 配置
• 5.7 搜索並清理所有引用這些配置的代碼
• 5.8 驗證後端啟動正常

Phase 6: 評估 PP-Structure 模型使用 (需討論, ~2小時)

6.1 必需模型 (不可移除)

• 6.1.1 確認 PP-DocLayout_plus-L 佈局檢測使用中
• 6.1.2 確認 PP-OCRv5_server_det 文本檢測使用中
• 6.1.3 確認 PP-OCRv5_server_rec 文本識別使用中

6.2 表格相關模型 (評估是否需要)

• 6.2.1 評估 SLANeXt_wired 有邊框表格結構識別 (保留 - 核心功能)
• 6.2.2 評估 SLANeXt_wireless 無邊框表格結構識別（保守模式下已禁用）(保留配置)
• 6.2.3 評估 PP-LCNet_x1_0_table_cls 表格分類器 (保留 - 核心功能)
• 6.2.4 評估 RT-DETR-L_wired_table_cell_det 有邊框單元格檢測 (保留 - 核心功能)
• 6.2.5 評估 RT-DETR-L_wireless_table_cell_det 無邊框單元格檢測 (保守模式下已禁用) (保留配置)

6.3 增強功能模型 (可選禁用)

• 6.3.1 評估 PP-FormulaNet_plus-L 公式識別（~300MB）(保留 - 可選功能)
• 6.3.2 評估 PP-Chart2Table 圖表識別（~200MB）(保留 - 可選功能)

6.4 預處理模型

• 6.4.1 確認 PP-LCNet_x1_0_doc_ori 文檔方向檢測使用中
• 6.4.2 確認 PP-LCNet_x1_0_textline_ori 文本行方向檢測使用中
• 6.4.3 移除 UVDoc 文檔變形修正配置 (保留 - 已禁用但可選)

6.5 清理 Gap Filling 過時配置

• 6.5.1 確認 gap_filling_service.py 代碼保留（可選增強功能）
• 6.5.2 移除過時的 IoU 相關配置（Phase 2 已處理）

Verification

• 後端服務啟動正常
• 前端編譯正常 (pre-existing TypeScript errors not from our changes)
• OCR 處理功能正常（Direct Track + OCR Track）- 需手動測試
• PDF 生成功能正常 - 需手動測試
• 表格渲染功能正常（conservative 模式）- 需手動測試
• GPU 記憶體使用正常 - 需手動測試

Summary

Phase	實際刪除行數	複雜度	說明
Phase 1	507	低	刪除廢棄的 pdf_generator.py
Phase 2	~10	低	移除過時 IoU 配置及引用
Phase 3	~80 (節省重複)	中	提取共用 bbox 工具，新增 bbox_utils.py
Phase 4	~5	低	前端類型改進
Phase 5	~1,450	中	清理禁用的補丁功能 (583+806+configs)
Phase 6	0	低	評估完成，保留模型配置
Total	~2,050	-	-