hiwork-core 0.0.22 → 0.0.29

package/cordis.patch.yml

@@ -15,15 +15,31 @@
 - id: llm-deepseek
   disabled: true
 
-# 同上：官方 web 搜索（web-search-deepseek）也走 DEEPSEEK_API_KEY，企业用户没有该 Key，
-# 调用必然失败。停用提供方（设置页那张「Web 搜索」卡片随之消失）+ 关掉 web_search 工具，
-# 只保留走 http 的 web_fetch（抓取网页不依赖任何提供方凭据）。
+# 官方 web 搜索（web-search-deepseek）走 DEEPSEEK_API_KEY，企业用户没有该 Key，
+# 调用必然失败，继续停用（设置页那张「Web 搜索」卡片随之消失）。
+# 联网搜索由本插件自带的受管 provider 接管：web_search 工具执行时调网关统一搜索
+# 端点（POST /api/me/web-search），服务商凭据只在网关、客户端对服务商无感知
+# （见 src/web-search.ts 与下面 web / tool-web 两行）。
 - id: web-search-deepseek
   disabled: true
 
+# 把 web_search 的后端 pin 到本插件注册的 `hiwork-managed-search`。
+# ⚠️ bundle patch 对 config 是**整行替换**不是合并：基座此行的原值是
+# `{ searchProvider: deepseek-official, fetchProvider: http }`，两个 pin 必须一并重述，
+# 否则 fetch 的 pin 会被顶掉。
+- id: web
+  config:
+    searchProvider: hiwork-managed-search
+    fetchProvider: http
+
+# web_search 工具翻回开启（此前 search: false）。⚠️ 这里同样是整行替换：
+# 基座原值 `{ fetch: true, searchTimeoutMs: 60000 }` 一并写全，缺了就回落 schema
+# 缺省（fetch 缺省恰好也是 true，但 searchTimeoutMs 缺省 30s，会悄悄缩水）。
 - id: tool-web
   config:
-    search: false
+    fetch: true
+    search: true
+    searchTimeoutMs: 60000
 
 - insert:
     - id: hiwork-core

package/lib/ai-router-client.js

@@ -56,6 +56,38 @@ const ME_OFFICE_CONFIG_PATH = '/api/me/office-config';
  * 桌面端永远不接触。
  */
 const ME_OFFICE_RELAY_DOCUMENTS_PATH = '/api/me/office-relay/documents';
+/**
+ * 语音识别中继端点（浏览器侧话筒录音 → 网关 → 上游 ASR）。
+ *
+ * 两条都在网关 `/api/me` 会话组下，鉴权只有 `SessionAuth`（只读 Cookie）——与 MCP / 技能清单
+ * 同理，**一个还没被分配虚拟 Key 的账号照样应当能用语音识别**（分能力与分 Key 是两件事），
+ * 所以这两个方法都不能复用 `getMeJson`（那条路径把 403 读成「没分配 KEY」，见
+ * {@link AiRouterClient.getMyVoiceConfig}）。
+ *
+ * `voice-config` 下发「开关 + 单次录音时长上限」，`voice-transcribe` 搬一次录音（base64）；
+ * 网关侧再对上游持凭据，桌面端与浏览器都拿不到任何 ASR 服务的地址或密钥。
+ */
+const ME_VOICE_CONFIG_PATH = '/api/me/voice-config';
+const ME_VOICE_TRANSCRIBE_PATH = '/api/me/voice-transcribe';
+/**
+ * `voice-transcribe` 的单次请求超时：默认 10s 只够一次普通的 JSON 往返，而这条要
+ * 「上传一段录音 + 等上游识别」，公网 + 冷启动时 10s 会稳定误判成网关不可达。
+ * 只放宽这一条（见 `AiRouterClient.transcribeVoice`），其余端点仍是构造时的超时。
+ */
+const VOICE_TRANSCRIBE_TIMEOUT_MS = 60_000;
+/** `voice-config` 响应缺字段 / 类型不符时的时长上限兜底（秒）。 */
+const VOICE_CONFIG_FALLBACK_MAX_SECONDS = 60;
+/** 语音识别端点各稳定 code 的本地兜底文案（网关响应体没有可展示的 message 时用）。 */
+const VOICE_ERROR_FALLBACK_MESSAGE = {
+    VOICE_DISABLED: '本部署未启用语音识别，请联系管理员',
+    VOICE_NOT_CONFIGURED: '本部署尚未配置语音识别服务，请联系管理员',
+    VOICE_LIMIT_REACHED: '语音识别请求过于频繁，请稍后再试',
+    VOICE_AUDIO_TOO_LARGE: '录音过长或文件过大，请缩短后重试',
+    VOICE_BAD_REQUEST: '录音数据不合法，请重新录制',
+    VOICE_UPSTREAM: '语音识别服务暂时不可用，请稍后重试',
+};
+/** 语音识别端点未知 code 的兜底文案（不暴露任何上游细节）。 */
+const VOICE_ERROR_DEFAULT_MESSAGE = '语音识别失败，请稍后重试';
 /** 授权请求默认值：桌面端 client_id 与自定义协议回调地址（网关侧精确匹配）。 */
 const DEFAULT_CLIENT_ID = 'hiwork-desktop';
 const DEFAULT_REDIRECT_URI = 'hiwork://auth/callback';
@@ -513,6 +545,92 @@ export class AiRouterClient {
             throw new GatewayError('GATEWAY_UNREACHABLE', `网关返回错误（HTTP ${res.status}）`, res.status);
         return await parseMeJson(res);
     }
+    /**
+     * GET /api/me/voice-config：当前账号的语音识别开关与录音时长上限。
+     *
+     * 与每日一句的 `getMyDailyQuote` 同款，**这两个方法不在 {@link GatewayClient} 接口上**：
+     * 那个接口是编排层的端口，「语音识别」与它无关，加进去只会逼着每处编排层假网关
+     * （tests/orchestration.spec.ts 里一堆）都补两个用不到的桩。频道侧改用结构子集
+     * `VoiceGatewayPort`（见 `src/voice-rpc.ts`），与 usage / daily 三处一致。
+     *
+     * 与 {@link getMyMcpAssignments} 同样的理由**不复用 `getMeJson`**：那条路径把 403 映射成
+     * `NO_KEY_ASSIGNED`（「尚未被分配虚拟 KEY」），而本端点的鉴权只有会话——一个还没被分配
+     * Key 的账号照样应该有语音识别（分能力与分 Key 是两件事）。沿用它的文案会把「没有 Key」
+     * 错报成原因。
+     *
+     * 本端点契约**恒 200**（开关开与关都是 200 + `enabled` 布尔），因此除 401 以外没有任何
+     * 需要单独解释的拒绝语义：403 / 404 / 5xx / 反代错误页一律收敛成 `GATEWAY_UNREACHABLE`。
+     *
+     * 形状收敛（**本层负责**，消费方拿到的永远是一个合法的 {@link GatewayVoiceConfig}）：
+     * 网关线上是 snake_case `max_audio_seconds`，这里转 camelCase；字段缺失 / 类型不符
+     * 按「禁用 + 60 秒」处理——配置读不出来时话筒本就该消失，用一个 undefined 让消费方
+     * 去猜是把形状问题推给下游。真正的「读不到就回落」再往上一层（`src/voice-rpc.ts`）。
+     */
+    async getMyVoiceConfig(sessionCookie) {
+        const res = await this.requestOrUnreachable(ME_VOICE_CONFIG_PATH, { method: 'GET', sessionCookie });
+        if (res.status === 401)
+            throw new GatewayError('SESSION_EXPIRED', '网关会话已过期，请重新登录', 401);
+        if (!res.ok)
+            throw new GatewayError('GATEWAY_UNREACHABLE', `网关返回错误（HTTP ${res.status}）`, res.status);
+        const data = await parseMeJson(res);
+        const seconds = data.max_audio_seconds;
+        return {
+            enabled: data.enabled === true,
+            maxDurationSeconds: typeof seconds === 'number' && Number.isFinite(seconds) && seconds > 0
+                ? seconds
+                : VOICE_CONFIG_FALLBACK_MAX_SECONDS,
+        };
+    }
+    /**
+     * POST /api/me/voice-transcribe：把一段录音（base64）交给网关转发上游做识别。
+     *
+     * 状态码映射与服务端 handler 一一对应，**不许合并**：
+     *  - 401 = 会话过期（唯一一条能让人做点什么——重新登录——的拒绝）；
+     *  - 503 = 网关自己发的「功能不可用」，再按响应体 `code` 细分：
+     *    `VOICE_NOT_CONFIGURED`（部署没配上游）/ `VOICE_DISABLED`（管理员把开关关了）。
+     *    两者给的提示不同（该找管理员配服务 vs 该找管理员开开关）。
+     *    ⚠️ 响应体没有 `code`（非 JSON / 反代错误页）也归 `VOICE_DISABLED`——这条路由的
+     *    503 语义就是「没开」，而**上游故障走 502**（见下），不会伪装成 503；
+     *  - 429 / 413 / 400 = 配额 / 超长 / 请求体不合法，三种不同的事，分开映射（合并后
+     *    客户端只会看到一句「识别失败」，413 的人不知道该录短一点）；
+     *  - 其余（含 502 = 上游出错）→ `VOICE_UPSTREAM`。
+     *
+     * message 一律取网关响应体里的 `message`（网关侧是冻结的中文文案，会直接展示给用户）；
+     * 响应体不是合法 JSON / 缺 message 时退回本地兜底文案。**绝不把上游 / 网关原文回显**：
+     * 读取响应体走 {@link readVoiceError}（解析失败即空对象），与 `parseMeJson` 不回显原文同源。
+     *
+     * 超时**单独放宽到 60s**（见 {@link VOICE_TRANSCRIBE_TIMEOUT_MS}）：这条要上传录音 +
+     * 等上游识别，构造时的 10s 默认值在这里是误报源。
+     */
+    async transcribeVoice(sessionCookie, audioBase64) {
+        const res = await this.requestOrUnreachable(ME_VOICE_TRANSCRIBE_PATH, {
+            method: 'POST',
+            sessionCookie,
+            body: { audio_base64: audioBase64 },
+            timeoutMs: VOICE_TRANSCRIBE_TIMEOUT_MS,
+        });
+        if (res.status === 401)
+            throw new GatewayError('SESSION_EXPIRED', '网关会话已过期，请重新登录', 401);
+        if (!res.ok) {
+            const body = await readVoiceError(res);
+            if (res.status === 503) {
+                const code = body.code === 'VOICE_NOT_CONFIGURED' ? 'VOICE_NOT_CONFIGURED' : 'VOICE_DISABLED';
+                throw new GatewayError(code, voiceMessage(code, body), 503);
+            }
+            if (res.status === 429)
+                throw new GatewayError('VOICE_LIMIT_REACHED', voiceMessage('VOICE_LIMIT_REACHED', body), 429);
+            if (res.status === 413)
+                throw new GatewayError('VOICE_AUDIO_TOO_LARGE', voiceMessage('VOICE_AUDIO_TOO_LARGE', body), 413);
+            if (res.status === 400)
+                throw new GatewayError('VOICE_BAD_REQUEST', voiceMessage('VOICE_BAD_REQUEST', body), 400);
+            throw new GatewayError('VOICE_UPSTREAM', voiceMessage('VOICE_UPSTREAM', body), res.status);
+        }
+        const data = await parseMeJson(res);
+        // 缺 `text` / 类型不符按空文本处理（网关契约违约）：UI 上「什么都没识别到」与
+        // 「识别失败」都是一句话，不值得为它抛一条错误压住已经拿到的结果。**只有字符串
+        // 才回显**，绝不把非字符串字段（可能是对象 / 上游原文片段）塞进客户端。
+        return { text: typeof data.text === 'string' ? data.text : '' };
+    }
     /**
      * /api/me 自助端点的 GET 公共路径：网络异常 → GATEWAY_UNREACHABLE，
      * 401/403/400 映射为稳定 code，响应体非 JSON 时不把原文带进异常。
@@ -554,7 +672,7 @@ export class AiRouterClient {
         const init = {
             method: opts.method,
             headers,
-            signal: AbortSignal.timeout(this.timeoutMs),
+            signal: AbortSignal.timeout(opts.timeoutMs ?? this.timeoutMs),
         };
         // Uint8Array 作为 BodyInit 需要 ArrayBuffer 视图（TS DOM 类型要求）
         if (opts.rawBody !== undefined) {
@@ -661,6 +779,29 @@ async function parseMeJson(res) {
     }
     return data;
 }
+/**
+ * 读语音识别端点的错误响应体：只取字符串形态的 `code` 与 `message`，其余（含解析失败）
+ * 一律当作「什么都没给」。**不抛错、不记录、不回显任何原文**——上游 / 网关的响应片段
+ * 可能含录音内容或内部地址，它绝不能进异常信息或日志（与 `readJson` 的理由同源）。
+ */
+async function readVoiceError(res) {
+    const data = await readJson(res);
+    if (typeof data !== 'object' || data === null)
+        return {};
+    const record = data;
+    return {
+        ...(typeof record.code === 'string' && record.code !== '' ? { code: record.code } : {}),
+        ...(typeof record.message === 'string' && record.message.trim() !== '' ? { message: record.message.trim() } : {}),
+    };
+}
+/**
+ * 错误文案：优先用网关响应体里的 `message`（网关侧是**冻结的中文文案**，就是要给用户看的），
+ * 没有则用该 code 的本地兜底。网关 message 的消毒（baseURL / HTTP 细节不进 UI）在消费端
+ * `/hiwork-voice` 的 Host 半边（`src/voice-rpc.ts` 的 `displayVoiceGatewayMessage`）统一做。
+ */
+function voiceMessage(code, body) {
+    return body.message ?? VOICE_ERROR_FALLBACK_MESSAGE[code] ?? VOICE_ERROR_DEFAULT_MESSAGE;
+}
 /** 判定 400 响应体是否为 invalid_grant（只读 error 字段）。 */
 function isInvalidGrant(payload) {
     return typeof payload === 'object' && payload !== null && payload.error === 'invalid_grant';