109 lines
4.7 KiB
Markdown
109 lines
4.7 KiB
Markdown
# Tasks: Refactor Dual-Track Architecture
|
||
|
||
## Phase 1: 修復已知 Bug (已完成)
|
||
|
||
### 1.1 Direct Track 表格修復 (已完成 ✓)
|
||
- [x] 1.1.1 修改 `_process_native_table()` 方法使用 `table.cells` 處理合併單元格
|
||
- [x] 1.1.2 使用 PyMuPDF `page.find_tables()` API (已在使用中)
|
||
- [x] 1.1.3 解析 `table.cells` 並正確計算 `row_span`/`col_span`
|
||
- [x] 1.1.4 處理被合併的單元格（跳過 `None` 值，建立 covered grid）
|
||
- [x] 1.1.5 驗證 edit3.pdf 返回 83 個正確的 cells ✓
|
||
|
||
### 1.2 OCR Track 圖片路徑修復 (已完成 ✓)
|
||
- [x] 1.2.1 修改 `ocr_to_unified_converter.py` 第 604-613 行
|
||
- [x] 1.2.2 擴展視覺元素類型判斷：`IMAGE, FIGURE, CHART, DIAGRAM, LOGO, STAMP`
|
||
- [x] 1.2.3 優先使用 `saved_path`，fallback 到 `img_path`
|
||
- [x] 1.2.4 確保 content dict 包含 `saved_path`, `path`, `width`, `height`, `format`
|
||
- [x] 1.2.5 程式碼已修正 (需 OCR Track 完整測試驗證)
|
||
- [x] 1.2.6 程式碼已修正 (需 OCR Track 完整測試驗證)
|
||
|
||
### 1.3 Cell boxes 座標驗證 (已完成 ✓)
|
||
- [x] 1.3.1 在 `ocr_to_unified_converter.py` 添加 `validate_cell_boxes()` 函數
|
||
- [x] 1.3.2 檢查 cell_boxes 是否超出頁面邊界 (0, 0, page_width, page_height)
|
||
- [x] 1.3.3 超出範圍時使用 clamped coordinates，標記 needs_fallback
|
||
- [x] 1.3.4 添加日誌記錄異常座標
|
||
- [x] 1.3.5 單元測試驗證座標驗證邏輯正確 ✓
|
||
|
||
### 1.4 過濾極小裝飾圖片 (已完成 ✓)
|
||
- [x] 1.4.1 在 `direct_extraction_engine.py` 圖片提取邏輯添加面積檢查
|
||
- [x] 1.4.2 過濾 `image_area < min_image_area` (默認 200 px²) 的圖片
|
||
- [x] 1.4.3 添加 `min_image_area` 配置項允許調整閾值
|
||
- [x] 1.4.4 驗證 edit3.pdf 偵測到 3 個極小裝飾圖片 ✓
|
||
|
||
### 1.5 移除覆蓋圖像 (已完成 ✓)
|
||
- [x] 1.5.1 傳遞 `covering_images` 到 `_extract_images()` 方法
|
||
- [x] 1.5.2 使用 IoU 閾值 (0.8) 和 xref 比對判斷覆蓋圖像
|
||
- [x] 1.5.3 從最終輸出中排除覆蓋圖像
|
||
- [x] 1.5.4 添加 `_calculate_iou()` 輔助方法
|
||
- [x] 1.5.5 驗證 edit3.pdf 偵測到 6 個黑框覆蓋圖像 ✓
|
||
|
||
## Phase 2: 服務層重構
|
||
|
||
### 2.1 提取 ProcessingOrchestrator
|
||
- [ ] 2.1.1 建立 `backend/app/services/processing_orchestrator.py`
|
||
- [ ] 2.1.2 從 OCRService 提取流程編排邏輯
|
||
- [ ] 2.1.3 定義 `ProcessingPipeline` 介面
|
||
- [ ] 2.1.4 實現 DirectPipeline 和 OCRPipeline
|
||
- [ ] 2.1.5 更新 OCRService 使用 ProcessingOrchestrator
|
||
- [ ] 2.1.6 確保現有功能不受影響
|
||
|
||
### 2.2 提取 TableRenderer
|
||
- [ ] 2.2.1 建立 `backend/app/services/pdf_table_renderer.py`
|
||
- [ ] 2.2.2 從 PDFGeneratorService 提取 HTMLTableParser
|
||
- [ ] 2.2.3 提取表格渲染邏輯到獨立類
|
||
- [ ] 2.2.4 支援合併單元格渲染
|
||
- [ ] 2.2.5 更新 PDFGeneratorService 使用 TableRenderer
|
||
|
||
### 2.3 提取 FontManager
|
||
- [ ] 2.3.1 建立 `backend/app/services/pdf_font_manager.py`
|
||
- [ ] 2.3.2 提取字體載入和快取邏輯
|
||
- [ ] 2.3.3 提取 CJK 字體支援邏輯
|
||
- [ ] 2.3.4 實現字體 fallback 機制
|
||
- [ ] 2.3.5 更新 PDFGeneratorService 使用 FontManager
|
||
|
||
## Phase 3: 記憶體管理簡化
|
||
|
||
### 3.1 統一記憶體策略引擎
|
||
- [ ] 3.1.1 建立 `backend/app/services/memory_policy_engine.py`
|
||
- [ ] 3.1.2 定義統一的記憶體策略介面
|
||
- [ ] 3.1.3 合併 MemoryManager 和 MemoryGuard 邏輯
|
||
- [ ] 3.1.4 整合 Semaphore 管理
|
||
- [ ] 3.1.5 簡化配置到 3-4 個核心項目
|
||
|
||
### 3.2 更新服務使用新記憶體引擎
|
||
- [ ] 3.2.1 更新 OCRService 使用 MemoryPolicyEngine
|
||
- [ ] 3.2.2 更新 ServicePool 使用 MemoryPolicyEngine
|
||
- [ ] 3.2.3 移除舊的 MemoryGuard 引用
|
||
- [ ] 3.2.4 驗證 GPU 記憶體監控正常運作
|
||
|
||
## Phase 4: 前端狀態管理改進
|
||
|
||
### 4.1 新增 TaskStore
|
||
- [ ] 4.1.1 建立 `frontend/src/store/taskStore.ts`
|
||
- [ ] 4.1.2 定義任務狀態結構（currentTask, tasks, processingStatus）
|
||
- [ ] 4.1.3 實現 CRUD 操作和狀態轉換
|
||
- [ ] 4.1.4 添加 localStorage 持久化
|
||
- [ ] 4.1.5 更新 ProcessingPage 使用 TaskStore
|
||
- [ ] 4.1.6 更新 TaskDetailPage 使用 TaskStore
|
||
|
||
### 4.2 合併類型定義
|
||
- [ ] 4.2.1 審查 `api.ts` 和 `apiV2.ts` 的差異
|
||
- [ ] 4.2.2 合併類型定義到 `apiV2.ts`
|
||
- [ ] 4.2.3 移除 `api.ts` 中的重複定義
|
||
- [ ] 4.2.4 更新所有 import 路徑
|
||
- [ ] 4.2.5 驗證 TypeScript 編譯無錯誤
|
||
|
||
## Phase 5: 測試與驗證
|
||
|
||
### 5.1 回歸測試
|
||
- [ ] 5.1.1 使用 edit.pdf 測試 Direct Track（確保無回歸）
|
||
- [ ] 5.1.2 使用 edit3.pdf 測試 Direct Track 表格合併
|
||
- [ ] 5.1.3 使用 edit.pdf 測試 OCR Track 圖片放回
|
||
- [ ] 5.1.4 使用 edit3.pdf 測試 OCR Track 圖片放回
|
||
- [ ] 5.1.5 驗證所有 cell_boxes 座標正確
|
||
|
||
### 5.2 效能測試
|
||
- [ ] 5.2.1 測量重構後的處理時間
|
||
- [ ] 5.2.2 驗證記憶體使用無明顯增加
|
||
- [ ] 5.2.3 驗證 GPU 使用率正常
|