feat(review): PDF/图片离线源适配(C1)—— 无需 CAD 的整条审查链路

支持直接审查 PDF 与位图图纸,全链路离线(不连 CAD、不连 8080 端口)。
渲染在内存内完成,复用既有墨迹热力图 + 自适应瓦片规划。

- 新增 dwg_review/sources.py
  - detect_source / plan_file / collect 统一入口
  - PdfReader:pypdfium2 惰性导入,页序即图框序,处理 /Rotate 与 crop 边距
  - ImageReader:世界单位 = 源像素,snap_box 整数对齐保证窗口与像素严格一致
  - ink_grid:纯 PIL 灰度阈值 → 占用网格(不引入 numpy)
- ReviewContext.create(connect_cad=False):离线时 client/tools 均为 None
- 全链路 ctx.tools is None 守卫:review 只读子循环 / inspect_region / annotator /
  checks 的窗口类检查 / 绘图区最大化
- checklist.build_system_prompt(allow_tools=False, offline=True):离线提示词
- __main__:位置参数 source,按扩展名自动判定源类型并决定是否连 CAD
- config 新增 8 个常量(PDF_MAX_PAGES / 文本最小字数 / 各源缩放上限 / 墨迹阈值等)
- tiling.content_predicate 与 heatmap.cell_box 提升为公开函数

验证:
- pytest 457 passed
- verify_pdf_source.py:PDF 23/23、图片 9/9(不需 CAD),含实测瓦片字高像素与
  旋转映射自检(文本区墨迹 0.311 vs 忽略 /Rotate 反向对照 0.145)
- 真实 LLM 端到端:20 页 HVAC 图纸前 3 页跑通,结论具体可核验且未编造 handle

已知局限:页边线在墨迹网格里会把整页连成单簇,瓦片常退化为整页象限(CAD 侧
靠 drop_oversized 丢图框块,离线侧暂无等价手段),留待后续打磨。
This commit is contained in:
gjm committed 2026-10-16 23:07:23 +08:00
1 parent d4a9442e30
commit 6143bb9ab2
32 files changed
+2617 -77

No files matched your search

+23
View File
@@ -171,6 +171,29 @@ HEATMAP_CLUSTER_DILATE = int(os.environ.get("HEATMAP_CLUSTER_DILATE", "0"))
# 丢弃 bbox 面积超过图框该比例的实体(去图框边框/图签块)
HEATMAP_MAX_AREA_FRAC = float(os.environ.get("HEATMAP_MAX_AREA_FRAC", "0.5"))
# ---------------------------------------------------------------------------
# 非 CAD 源(PDF / 图片):完全离线,不连 CAD
# ---------------------------------------------------------------------------
# 毫米 → PDF 点(1pt = 1/72in)。PDF 世界坐标以**点**为单位,故纸面字高须换算成点。
PT_PER_MM = 72.0 / 25.4
# PDF 最多取几页(0 = 全部)
PDF_MAX_PAGES = int(os.environ.get("PDF_MAX_PAGES", "0"))
# 文本层片段的最小字符数(低于此视为噪声丢弃)。国标图纸文字多为 SHX 描边,
# 导出后是线条而非文本,文本层往往整页为空——**文本抽取只是次要补充**。
PDF_TEXT_MIN_CHARS = int(os.environ.get("PDF_TEXT_MIN_CHARS", "2"))
# 整体图(整页/整图)渲染倍率上限(px/点)。整页长边同时受 IMAGE_MAX_EDGE 约束。
PDF_OVERVIEW_MAX_ZOOM = float(os.environ.get("PDF_OVERVIEW_MAX_ZOOM", "4.0"))
# 瓦片渲染倍率上限(px/点)。规划器算出的倍率通常 ~1.4,此值只作安全兜底。
PDF_TILE_MAX_ZOOM = float(os.environ.get("PDF_TILE_MAX_ZOOM", "6.0"))
# 图片源渲染倍率上限:1.0 = **不放大**(放大会插值出虚假细节)。
IMAGE_MAX_ZOOM = float(os.environ.get("IMAGE_MAX_ZOOM", "1.0"))
# 墨迹分析用的缩略图长边上限(越大越精确但越慢)
INK_ANALYSIS_MAX_EDGE = int(os.environ.get("INK_ANALYSIS_MAX_EDGE", "1024"))
# 灰度阈值:像素值 < 该值视为墨迹(0=黑,255=白)
INK_THRESHOLD = int(os.environ.get("INK_THRESHOLD", "200"))
# 一个网格被判定为「有墨迹」所需的最小墨迹面积占比(滤掉零星噪点)
INK_MIN_CELL_FRAC = float(os.environ.get("INK_MIN_CELL_FRAC", "0.01"))
# ---------------------------------------------------------------------------
# 绘图区最大化(截屏前把 CAD 窗口铺满屏幕 + 进入干净屏幕)
# ---------------------------------------------------------------------------