chore: 更新项目配置和依赖，优化前后端代码

.cline/kanban/config.json

@@ -0,0 +1,9 @@
+{
+  "shortcuts": [
+    {
+      "label": "Run",
+      "command": "npm run dev",
+      "icon": "play"
+    }
+  ]
+}

.env.example

@@ -1,3 +1,4 @@
-VITE_API_BASE_URL=http://149.104.29.239:8001
-VITE_API_URL=http://149.104.29.239:8001/v1/completions
-VITE_OCR_URL=http://149.104.29.239:8001/v1/ocr
+VITE_API_BASE_URL=
+VITE_API_URL=
+VITE_OCR_URL=
+VITE_CONVERT_URL=

.gitignore

@@ -1,4 +1,4 @@
-# Logs
+# Logs
 logs
 *.log
 npm-debug.log*
@@ -39,3 +39,8 @@ env/
 *.njsproj
 *.sln
 *.sw?
+
+
+# IDE directories
+.kilocode/
+.codex/

AGENTS.md

@@ -0,0 +1,65 @@
+# rules.md
+
+在构建这个LLM应用网页时，你需要基于VUE3开发。我需要前端只运行渲染和数据回传，后端负责llm api调用，类似copilet的auto inline suggustions实现和数据解析。
+
+# **重要** : 在回复用户消息时，一定要使用中文
+
+## 指导原则
+
+- 不要擅自用npm或者yarn运行网页，你既看不到网页的内容，也无法阻止命令暂停。但是，你可以用npm run build检查代码。
+- 应该保证代码效率，不多定义变量，不写冗余注释，把降低延迟放在第一位。
+- 每次完成任务前都要反复阅读检查代码，确保代码准确无误。
+- 尽量不要搜索关键字，而是了解代码结构后查询整个问题代码明确问题所在。
+- @/milkdown-docs/ 代表milkdown的最新官方文档，不要修改，涉及到前端编辑器的指令时要核对官方文档。
+
+
+# 仓库指南
+
+## 语言约定
+项目文档、日志、错误提示以及对外返回的文字信息统一使用 **中文**。前端 UI 默认展示中文，若需多语言支持请在相应模块实现。
+
+## 项目结构 \& 模块组织
+```
+backend/          # FastAPI 后端（Python）
+    ├─ main.py    # API 入口
+    ├─ llm.py    # LLM 包装工具
+    ├─ prompt.py # Prompt 构建辅助
+    └─ tests/    # pytest 测试套件
+public/           # 前端静态资源
+src/              # 前端源码（Vite + React）
+dist/             # 构建产出（生成文件）
+```
+生产代码主要位于 `backend/`（Python）和 `src/`（JS/TS）。测试文件与被测模块并置。
+
+## 构建、测试、开发命令
+| 命令                                          | 说明                                             |
+|----------------------------------------------|--------------------------------------------------|
+| `npm install`                                 | 安装前端依赖                                    |
+| `npm run dev`                                 | 启动 Vite 开发服务器                           |
+| `uvicorn backend.main:app --reload`           | 本地运行 FastAPI 服务                           |
+| `pytest`                                      | 运行 Python 测试套件                             |
+| `npm run build`                               | 生成生产环境构建产物至 `dist/`                  |
+
+## 编码风格 \& 命名约定
+- **Python**：使用 4 空格缩进，`snake_case` 命名函数/变量，`PascalCase` 命名类。提交前请使用 `ruff`/`black` 格式化。
+- **JavaScript/TypeScript**：使用 2 空格缩进，`camelCase` 命名变量/函数，`PascalCase` 命名 React 组件。使用 `eslint` 与 `prettier` 检查。
+- 文件名采用全小写加短横线，例如 `my-module.py`、`my-component.tsx`。
+
+## 测试指南
+- 后端使用 **pytest**，测试文件放在对应模块目录下，命名为 `test_<module>.py`。
+- 目标覆盖率 ≥ 80%（`pytest --cov=backend`）。
+- 在虚拟环境中运行：`pip install -r backend/requirements.txt && pytest`。
+
+## 提交 \& Pull Request 规范
+- 提交信息遵循 **Conventional Commits**：`feat:` 新功能、`fix:` 修复、`docs:` 文档、`refactor:` 重构等。
+- PR 必须包含：
+  - 与提交信息匹配的标题。
+  - 关联的 Issue（如 `Fixes #123`）。
+  - UI 变更或 API 示例的截图/示例。
+  - 所有 CI 检查（代码检查、测试、类型检查）均通过。
+
+## 安全 \& 配置建议
+- 敏感信息请放入 `.env` 并确保已在 `.gitignore` 中。
+- 按照 `backend/main.py` 中的实现，对上传文件的大小和类型进行校验，防止滥用。
+- 定期审计依赖安全（`npm audit`、`pip-audit`）。
+

README.md

@@ -1,4 +1,4 @@
-# LLM in Text - 智能写作助手
+# LLM in Text - 智能写作助手
 
 基于 Vue3 和 FastAPI 的智能 Markdown 编辑器，集成大语言模型（LLM）实时补全建议功能，提供类似 GitHub Copilot 的 Ghost Text 体验。
 

README.md.tmp

@@ -0,0 +1,265 @@
+# LLM in Text - 智能写作助手
+
+基于 Vue3 和 FastAPI 的智能 Markdown 编辑器，集成大语言模型（LLM）实时补全建议功能，提供类似 GitHub Copilot 的 Ghost Text 体验。
+
+## 功能特性
+
+### Markdown 编辑器
+- 基于 Milkdown Crepe 的所见即所得编辑体验
+- 支持完整 Markdown 语法和 LaTeX 公式
+- 导入/导出 Markdown 文件
+
+### AI 智能补全
+- 实时生成文本补全建议（灰色显示）
+- 流式响应，低延迟体验
+- 多种交互方式：
+  - **Tab 键**：接受建议
+  - **Esc 键**：拒绝建议
+  - **点击灰色文本**：接受建议
+  - **继续输入**：自动拒绝建议
+
+### AI 开关控制
+- 右下角 AI 开关按钮
+- 白色 = AI 启用，黑色 = AI 禁用
+- 禁用时自动清除灰色文本并停止 API 调用
+
+## 技术架构
+
+```mermaid
+flowchart TB
+    subgraph Frontend["前端 (Vue3 + Vite)"]
+        A[App.vue] --> B[MilkdownEditor.vue]
+        B --> C[Crepe Editor]
+        C --> D[ProseMirror]
+        D --> E[copilotPlugin.ts]
+        E --> F[copilotGhostMark]
+        E --> G[api.js]
+    end
+    
+    subgraph Backend["后端 (FastAPI + Python)"]
+        H[main.py<br/>FastAPI Server] --> I[prompt.py<br/>Prompt 构建]
+        H --> J[llm.py<br/>Ollama 调用]
+        J --> K[Ollama API]
+    end
+    
+    G -->|POST /v1/completions<br/>SSE 流式响应| H
+    K -->|LLM 响应| J
+```
+
+## 项目结构
+
+```
+llm-in-text/
+├── src/
+│   ├── components/
+│   │   └── MilkdownEditor.vue    # 主编辑器组件
+│   ├── plugins/
+│   │   ├── copilotPlugin.ts      # ProseMirror AI 补全插件
+│   │   ├── types.ts              # 类型定义
+│   │   └── index.ts              # 插件导出
+│   ├── utils/
+│   │   ├── api.js                # API 调用封装
+│   │   ├── config.js             # 配置文件
+│   │   └── ocrCache.js           # OCR 缓存管理
+│   ├── App.vue
+│   └── main.js
+├── backend/
+│   ├── main.py                   # FastAPI 服务器
+│   ├── llm.py                    # LLM API 调用
+│   ├── prompt.py                 # Prompt 构建
+│   └── requirements.txt
+└── README.md
+```
+
+## 快速开始
+
+### 环境要求
+- Node.js 18+
+- Python 3.8+
+- Ollama 服务（或其他兼容 OpenAI API 的服务）
+
+### 安装
+
+```bash
+# 前端
+npm install
+
+# 后端
+cd backend
+pip install -r requirements.txt
+```
+
+### 配置
+
+在 `backend/.env` 中配置：
+
+```env
+OLLAMA_MODEL=gpt-oss:20b
+OLLAMA_HOST=http://localhost:11434
+```
+
+### 启动
+
+```bash
+# 后端（端口 8000）
+cd backend
+python main.py
+
+# 前端（端口 5173）
+npm run dev
+```
+
+访问 http://localhost:5173
+
+## API 接口
+
+### POST /v1/completions
+
+流式获取补全建议
+
+**请求：**
+```json
+{
+  "prefix": "# Title\n\nContent ",
+  "suffix": "",
+  "languageId": "markdown"
+}
+```
+
+**响应（SSE）：**
+```
+data: {"content": "here"}
+data: {"content": "here is"}
+data: {"done": true}
+```
+
+## 核心实现
+
+### 后端设计
+
+#### main.py - FastAPI 服务器
+- 定义 `/v1/completions` 端点
+- 使用 `StreamingResponse` 返回 SSE 流式响应
+- CORS 配置允许跨域请求
+
+#### llm.py - LLM 调用封装
+- 使用 `ollama.AsyncClient` 异步调用
+- 支持 `think='high'` 思考模式
+- 返回 `content` 和 `thinking` 字段
+
+#### prompt.py - Prompt 工程
+精心设计的 Prompt 模板，包含 7 条核心规则：
+
+| 规则 | 说明 |
+|------|------|
+| RULE #1 | 无缝连接 - 不重复 suffix 内容，避免"复读机"错误 |
+| RULE #2 | 空白处理 - 避免双空格，正确对接标点 |
+| RULE #3 | 缩进对齐 - 匹配当前缩进级别和类型 |
+| RULE #4 | 列表维护 - 识别并继续任务列表、有序列表、无序列表 |
+| RULE #5 | 语法闭合 - 自动闭合未完成的 Markdown 语法 |
+| RULE #6 | 输出格式 - 仅输出续写文本，无解释无注释 |
+| RULE #7 | 必须输出 - 始终提供有用的续写建议 |
+
+### 前端设计
+
+#### ProseMirror Mark 系统
+
+使用 ProseMirror 的 Mark 系统实现灰色建议文本：
+
+```typescript
+// 定义 ghost mark
+export const copilotGhostMark = $markSchema('copilot_ghost', () => ({
+  excludes: '_',
+  inclusive: true,
+  toDOM: () => ['span', { 
+    'data-copilot-ghost': '', 
+    class: 'copilot-ghost-text' 
+  }, 0]
+}))
+
+// CSS 样式
+.copilot-ghost-text {
+  color: #999;
+  opacity: 0.6;
+}
+```
+
+#### copilotPlugin 核心逻辑
+
+```mermaid
+flowchart LR
+    A[用户输入] --> B{文档变化?}
+    B -->|是| C[清除旧建议]
+    C --> D[防抖 1000ms]
+    D --> E[发送 API 请求]
+    E --> F[收到建议]
+    F --> G[插入 Ghost Text]
+    
+    G --> H{用户操作}
+    H -->|Tab| I[接受建议<br/>移除 mark]
+    H -->|Esc| J[拒绝建议<br/>删除文本]
+    H -->|点击 Ghost| I
+    H -->|继续输入| J
+```
+
+#### 关键函数
+
+| 函数 | 作用 |
+|------|------|
+| `scheduleFetch` | 防抖调度 API 请求 |
+| `insertGhostText` | 插入带 mark 的建议文本 |
+| `acceptSuggestion` | Tab 接受建议 |
+| `rejectSuggestion` | Esc 拒绝建议 |
+| `clearGhostText` | 清除当前建议 |
+
+### 数据流
+
+```mermaid
+sequenceDiagram
+    participant U as 用户
+    participant E as Editor (ProseMirror)
+    participant P as copilotPlugin
+    participant A as api.js
+    participant B as Backend
+    participant L as LLM
+    
+    U->>E: 输入文本
+    E->>P: view.update()
+    P->>P: 清除旧建议
+    P->>P: 防抖 1000ms
+    P->>A: fetchSuggestion(prefix, suffix)
+    A->>B: POST /v1/completions
+    B->>B: build_prompt()
+    B->>L: ollama.chat()
+    L-->>B: {content, thinking}
+    B-->>A: SSE stream
+    A-->>P: suggestion text
+    P->>E: insertGhostText()
+    E-->>U: 显示灰色建议
+    
+    alt Tab 键
+        U->>P: Tab
+        P->>E: acceptSuggestion()
+        E-->>U: 建议变为正常文本
+    else Esc 键
+        U->>P: Esc
+        P->>E: rejectSuggestion()
+        E-->>U: 建议消失
+    else 继续输入
+        U->>E: 输入其他字符
+        E->>P: handleKeyDown()
+        P->>E: clearGhostText()
+    end
+```
+
+## 设计亮点
+
+1. **前后端分离**：前端只负责渲染和数据回传，后端负责 LLM 调用、Prompt 构建和数据解析
+2. **低延迟优化**：防抖机制 (1000ms) + SSE 流式响应 + AbortController 取消过期请求
+3. **ProseMirror Mark 系统**：与编辑器状态完美集成，支持 Undo/Redo
+4. **多种交互方式**：Tab/Esc/点击/输入，用户体验友好
+5. **智能大小限制**：文档超过 32KB 自动禁用 AI 功能
+
+## 许可证
+
+MIT License

README_original.txt

@@ -0,0 +1,265 @@
+# LLM in Text - 智能写作助手
+
+基于 Vue3 和 FastAPI 的智能 Markdown 编辑器，集成大语言模型（LLM）实时补全建议功能，提供类似 GitHub Copilot 的 Ghost Text 体验。
+
+## 功能特性
+
+### Markdown 编辑器
+- 基于 Milkdown Crepe 的所见即所得编辑体验
+- 支持完整 Markdown 语法和 LaTeX 公式
+- 导入/导出 Markdown 文件
+
+### AI 智能补全
+- 实时生成文本补全建议（灰色显示）
+- 流式响应，低延迟体验
+- 多种交互方式：
+  - **Tab 键**：接受建议
+  - **Esc 键**：拒绝建议
+  - **点击灰色文本**：接受建议
+  - **继续输入**：自动拒绝建议
+
+### AI 开关控制
+- 右下角 AI 开关按钮
+- 白色 = AI 启用，黑色 = AI 禁用
+- 禁用时自动清除灰色文本并停止 API 调用
+
+## 技术架构
+
+```mermaid
+flowchart TB
+    subgraph Frontend["前端 (Vue3 + Vite)"]
+        A[App.vue] --> B[MilkdownEditor.vue]
+        B --> C[Crepe Editor]
+        C --> D[ProseMirror]
+        D --> E[copilotPlugin.ts]
+        E --> F[copilotGhostMark]
+        E --> G[api.js]
+    end
+    
+    subgraph Backend["后端 (FastAPI + Python)"]
+        H[main.py<br/>FastAPI Server] --> I[prompt.py<br/>Prompt 构建]
+        H --> J[llm.py<br/>Ollama 调用]
+        J --> K[Ollama API]
+    end
+    
+    G -->|POST /v1/completions<br/>SSE 流式响应| H
+    K -->|LLM 响应| J
+```
+
+## 项目结构
+
+```
+llm-in-text/
+├── src/
+│   ├── components/
+│   │   └── MilkdownEditor.vue    # 主编辑器组件
+│   ├── plugins/
+│   │   ├── copilotPlugin.ts      # ProseMirror AI 补全插件
+│   │   ├── types.ts              # 类型定义
+│   │   └── index.ts              # 插件导出
+│   ├── utils/
+│   │   ├── api.js                # API 调用封装
+│   │   ├── config.js             # 配置文件
+│   │   └── ocrCache.js           # OCR 缓存管理
+│   ├── App.vue
+│   └── main.js
+├── backend/
+│   ├── main.py                   # FastAPI 服务器
+│   ├── llm.py                    # LLM API 调用
+│   ├── prompt.py                 # Prompt 构建
+│   └── requirements.txt
+└── README.md
+```
+
+## 快速开始
+
+### 环境要求
+- Node.js 18+
+- Python 3.8+
+- Ollama 服务（或其他兼容 OpenAI API 的服务）
+
+### 安装
+
+```bash
+# 前端
+npm install
+
+# 后端
+cd backend
+pip install -r requirements.txt
+```
+
+### 配置
+
+在 `backend/.env` 中配置：
+
+```env
+OLLAMA_MODEL=gpt-oss:20b
+OLLAMA_HOST=http://localhost:11434
+```
+
+### 启动
+
+```bash
+# 后端（端口 8000）
+cd backend
+python main.py
+
+# 前端（端口 5173）
+npm run dev
+```
+
+访问 http://localhost:5173
+
+## API 接口
+
+### POST /v1/completions
+
+流式获取补全建议
+
+**请求：**
+```json
+{
+  "prefix": "# Title\n\nContent ",
+  "suffix": "",
+  "languageId": "markdown"
+}
+```
+
+**响应（SSE）：**
+```
+data: {"content": "here"}
+data: {"content": "here is"}
+data: {"done": true}
+```
+
+## 核心实现
+
+### 后端设计
+
+#### main.py - FastAPI 服务器
+- 定义 `/v1/completions` 端点
+- 使用 `StreamingResponse` 返回 SSE 流式响应
+- CORS 配置允许跨域请求
+
+#### llm.py - LLM 调用封装
+- 使用 `ollama.AsyncClient` 异步调用
+- 支持 `think='high'` 思考模式
+- 返回 `content` 和 `thinking` 字段
+
+#### prompt.py - Prompt 工程
+精心设计的 Prompt 模板，包含 7 条核心规则：
+
+| 规则 | 说明 |
+|------|------|
+| RULE #1 | 无缝连接 - 不重复 suffix 内容，避免"复读机"错误 |
+| RULE #2 | 空白处理 - 避免双空格，正确对接标点 |
+| RULE #3 | 缩进对齐 - 匹配当前缩进级别和类型 |
+| RULE #4 | 列表维护 - 识别并继续任务列表、有序列表、无序列表 |
+| RULE #5 | 语法闭合 - 自动闭合未完成的 Markdown 语法 |
+| RULE #6 | 输出格式 - 仅输出续写文本，无解释无注释 |
+| RULE #7 | 必须输出 - 始终提供有用的续写建议 |
+
+### 前端设计
+
+#### ProseMirror Mark 系统
+
+使用 ProseMirror 的 Mark 系统实现灰色建议文本：
+
+```typescript
+// 定义 ghost mark
+export const copilotGhostMark = $markSchema('copilot_ghost', () => ({
+  excludes: '_',
+  inclusive: true,
+  toDOM: () => ['span', { 
+    'data-copilot-ghost': '', 
+    class: 'copilot-ghost-text' 
+  }, 0]
+}))
+
+// CSS 样式
+.copilot-ghost-text {
+  color: #999;
+  opacity: 0.6;
+}
+```
+
+#### copilotPlugin 核心逻辑
+
+```mermaid
+flowchart LR
+    A[用户输入] --> B{文档变化?}
+    B -->|是| C[清除旧建议]
+    C --> D[防抖 1000ms]
+    D --> E[发送 API 请求]
+    E --> F[收到建议]
+    F --> G[插入 Ghost Text]
+    
+    G --> H{用户操作}
+    H -->|Tab| I[接受建议<br/>移除 mark]
+    H -->|Esc| J[拒绝建议<br/>删除文本]
+    H -->|点击 Ghost| I
+    H -->|继续输入| J
+```
+
+#### 关键函数
+
+| 函数 | 作用 |
+|------|------|
+| `scheduleFetch` | 防抖调度 API 请求 |
+| `insertGhostText` | 插入带 mark 的建议文本 |
+| `acceptSuggestion` | Tab 接受建议 |
+| `rejectSuggestion` | Esc 拒绝建议 |
+| `clearGhostText` | 清除当前建议 |
+
+### 数据流
+
+```mermaid
+sequenceDiagram
+    participant U as 用户
+    participant E as Editor (ProseMirror)
+    participant P as copilotPlugin
+    participant A as api.js
+    participant B as Backend
+    participant L as LLM
+    
+    U->>E: 输入文本
+    E->>P: view.update()
+    P->>P: 清除旧建议
+    P->>P: 防抖 1000ms
+    P->>A: fetchSuggestion(prefix, suffix)
+    A->>B: POST /v1/completions
+    B->>B: build_prompt()
+    B->>L: ollama.chat()
+    L-->>B: {content, thinking}
+    B-->>A: SSE stream
+    A-->>P: suggestion text
+    P->>E: insertGhostText()
+    E-->>U: 显示灰色建议
+    
+    alt Tab 键
+        U->>P: Tab
+        P->>E: acceptSuggestion()
+        E-->>U: 建议变为正常文本
+    else Esc 键
+        U->>P: Esc
+        P->>E: rejectSuggestion()
+        E-->>U: 建议消失
+    else 继续输入
+        U->>E: 输入其他字符
+        E->>P: handleKeyDown()
+        P->>E: clearGhostText()
+    end
+```
+
+## 设计亮点
+
+1. **前后端分离**：前端只负责渲染和数据回传，后端负责 LLM 调用、Prompt 构建和数据解析
+2. **低延迟优化**：防抖机制 (1000ms) + SSE 流式响应 + AbortController 取消过期请求
+3. **ProseMirror Mark 系统**：与编辑器状态完美集成，支持 Undo/Redo
+4. **多种交互方式**：Tab/Esc/点击/输入，用户体验友好
+5. **智能大小限制**：文档超过 32KB 自动禁用 AI 功能
+
+## 许可证
+
+MIT License

backend/llm.py

@@ -9,9 +9,14 @@ from dotenv import load_dotenv
 load_dotenv()
 
 OLLAMA_MODEL = os.getenv('OLLAMA_MODEL', 'gpt-oss:20b')
-OLLAMA_HOST = os.getenv('OLLAMA_HOST', 'http://192.168.0.120:11434')
+OLLAMA_HOST = os.getenv('OLLAMA_HOST', 'http://localhost:11434')
 VLM_MODEL = os.getenv('VLM_MODEL', 'qwen3-vl:30b')
 
+# Timeouts in seconds
+COMPLETION_TIMEOUT = 30
+OCR_TIMEOUT = 60
+CONVERT_TIMEOUT = 30
+
 client = ollama.AsyncClient(host=OLLAMA_HOST)
 logger = logging.getLogger("llm")
 
@@ -97,7 +102,7 @@ async def call_ollama(
         if thinking:
             kwargs["think"] = thinking
 
-        response = await client.chat(**kwargs)
+        response = await asyncio.wait_for(client.chat(**kwargs), timeout=COMPLETION_TIMEOUT)
     except asyncio.CancelledError:
         elapsed_ms = (time.perf_counter() - start) * 1000
         end_dt = datetime.now()
@@ -156,15 +161,18 @@ async def call_vlm_ocr(image_bytes: bytes, language: str = 'auto') -> str:
     )
 
     try:
-        response = await client.chat(
-            model=VLM_MODEL,
-            messages=[{
-                'role': 'user',
-                'content': VLM_OCR_CONTEXT_PROMPT,
-                'images': [image_bytes]
-            }],
-            stream=False,
-            options={'temperature': 0.3}
+        response = await asyncio.wait_for(
+            client.chat(
+                model=VLM_MODEL,
+                messages=[{
+                    'role': 'user',
+                    'content': VLM_OCR_CONTEXT_PROMPT,
+                    'images': [image_bytes]
+                }],
+                stream=False,
+                options={'temperature': 0.3}
+            ),
+            timeout=OCR_TIMEOUT
         )
     except Exception:
         elapsed_ms = (time.perf_counter() - start) * 1000

backend/main.py

@@ -1,4 +1,4 @@
-import asyncio
+import asyncio
 import base64
 import json
 import logging
@@ -238,7 +238,7 @@ async def ocr_image(request: OCRRequest, api_key: str = Security(get_api_key)):
         )
         image_bytes = base64.b64decode(request.image)
         logger.info("[%s] /v1/ocr decoded image_bytes=%d", request_id, len(image_bytes))
-        result = await call_vlm_ocr(image_bytes, request.language)
+        result = await call_vlm_ocr(image_bytes, request.language)  
         logger.info(
             "[%s] /v1/ocr success text_chars=%d text_preview='%s'",
             request_id,
@@ -253,7 +253,7 @@ async def ocr_image(request: OCRRequest, api_key: str = Security(get_api_key)):
 
 @app.post("/v1/convert")
 async def convert_to_markdown(request: ConvertRequest, api_key: str = Security(get_api_key)):
-    """将文件转换为Markdown格式"""
+    """鐏忓棙鏋冩禒鎯版祮閹诡澀璐烳arkdown閺嶇厧绱?""
     request_id = str(uuid.uuid4())[:8]
     
     try:
@@ -264,20 +264,20 @@ async def convert_to_markdown(request: ConvertRequest, api_key: str = Security(g
             len(request.file or ""),
         )
         
-        # 解码Base64文件内容
+        # 鐟欙絿鐖淏ase64閺傚洣娆㈤崘鍛啇
         file_bytes = base64.b64decode(request.file)
         logger.info("[%s] /v1/convert decoded file_bytes=%d", request_id, len(file_bytes))
         
-        # 获取文件扩展名
+        # 閼惧嘲褰囬弬鍥︽閹碘晛鐫嶉崥?
         ext = os.path.splitext(request.filename)[1].lower()
         
-        # 创建临时文件
+        # 閸掓稑缂撴稉瀛樻閺傚洣娆?
         with tempfile.NamedTemporaryFile(delete=False, suffix=ext) as tmp:
             tmp.write(file_bytes)
             tmp_path = tmp.name
         
         try:
-            # 使用MarkItDown转换为Markdown
+            # 娴ｈ法鏁arkItDown鏉烆剚宕叉稉绡梐rkdown
             md = markitdown.MarkItDown()
             result = md.convert(tmp_path)
             markdown_text = result.text_content
@@ -294,7 +294,7 @@ async def convert_to_markdown(request: ConvertRequest, api_key: str = Security(g
                 "filename": request.filename
             }
         finally:
-            # 清理临时文件
+            # 濞撳懐鎮婃稉瀛樻閺傚洣娆?
             if os.path.exists(tmp_path):
                 os.unlink(tmp_path)
                 
@@ -307,3 +307,9 @@ if __name__ == "__main__":
     import uvicorn
 
     uvicorn.run(app, host="0.0.0.0", port=8001)
+
+
+# TTS and STT routes
+from tts_asr import register_tts_asr_routes
+register_tts_asr_routes(app)
+

backend/requirements.txt

@@ -1,4 +1,4 @@
-fastapi
+fastapi
 uvicorn
 ollama
 pydantic
@@ -10,3 +10,10 @@ python-docx
 python-pptx
 openpyxl
 pypdf
+
+# TTS and ASR dependencies
+torch
+transformers
+soundfile
+numpy
+accelerate

backend/tts_stt.py

@@ -0,0 +1,141 @@
+# TTS and Speech Recognition API for macOS Silicon
+import os
+import asyncio
+import logging
+import base64
+from typing import Optional
+from fastapi import APIRouter, UploadFile, File, HTTPException, Security
+from pydantic import BaseModel
+from fastapi.security import APIKeyHeader
+
+router = APIRouter()
+api_key_header = APIKeyHeader(name="X-API-Key")
+logger = logging.getLogger("tts_stt")
+
+
+def _speak_text_macos(text: str, voice: str = "meijia", rate: float = 0.5) -> bytes:
+    import subprocess
+    import tempfile
+    with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as tmp:
+        output_path = tmp.name
+    try:
+        cmd = ["say", "-v", voice, "-r", str(rate * 10), "--output-format", "WAVE", "-o", output_path, text]
+        result = subprocess.run(cmd, capture_output=True, text=True, timeout=30)
+        if result.returncode != 0:
+            raise Exception(f"TTS failed: {result.stderr}")
+        with open(output_path, "rb") as f:
+            audio_data = f.read()
+        return audio_data
+    finally:
+        if os.path.exists(output_path):
+            os.unlink(output_path)
+
+
+async def _speak_text_macos_async(text: str, voice: str = "meijia", rate: float = 0.5) -> bytes:
+    loop = asyncio.get_event_loop()
+    return await loop.run_in_executor(None, _speak_text_macos, text, voice, rate)
+
+
+def _recognize_speech_macos(audio_data: bytes, language: str = "zh-CN") -> str:
+    import tempfile
+    try:
+        import whisper
+        model = whisper.load_model("tiny")
+        with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as tmp2:
+            tmp2.write(audio_data)
+            audio_for_whisper = tmp2.name
+        try:
+            result = model.transcribe(audio_for_whisper, language=language[:2])
+            return result["text"]
+        finally:
+            if os.path.exists(audio_for_whisper):
+                os.unlink(audio_for_whisper)
+    except ImportError:
+        raise Exception("Whisper is required for speech recognition on macOS")
+
+
+async def _recognize_speech_macos_async(audio_data: bytes, language: str = "zh-CN") -> str:
+    loop = asyncio.get_event_loop()
+    return await loop.run_in_executor(None, _recognize_speech_macos, audio_data, language)
+
+
+class TTSRequest(BaseModel):
+    text: str
+    voice: str = "meijia"
+    rate: float = 0.5
+    format: str = "wav"
+
+
+class TTSResponse(BaseModel):
+    audio_base64: str
+    format: str
+    duration_ms: int
+
+
+class STTRequest(BaseModel):
+    audio_base64: str
+    language: str = "zh-CN"
+
+
+class STTResponse(BaseModel):
+    text: str
+    language: str
+
+
+@router.post("/tts", response_model=TTSResponse)
+async def text_to_speech(req: TTSRequest, api_key: str = Security(get_api_key)):
+    request_id = str(hash(req.text))[:8]
+    try:
+        logger.info("[TTS][%s] text_chars=%d voice=%s", request_id, len(req.text), req.voice)
+        audio_data = await _speak_text_macos_async(req.text, req.voice, req.rate)
+        if req.format.lower() == "mp3":
+            import tempfile
+            import subprocess
+            with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as tmp_in:
+                tmp_in.write(audio_data)
+                input_path = tmp_in.name
+            with tempfile.NamedTemporaryFile(suffix=".mp3", delete=False) as tmp_out:
+                output_path = tmp_out.name
+            try:
+                cmd = ["ffmpeg", "-i", input_path, "-acodec", "libmp3lame", output_path]
+                result = subprocess.run(cmd, capture_output=True, text=True, timeout=30)
+                if result.returncode != 0:
+                    raise Exception(f"MP3 conversion failed: {result.stderr}")
+                with open(output_path, "rb") as f:
+                    audio_data = f.read()
+            finally:
+                for p in [input_path, output_path]:
+                    if os.path.exists(p):
+                        os.unlink(p)
+        duration_ms = len(audio_data) * 1000 // 16000
+        logger.info("[TTS][%s] success duration_ms=%d", request_id, duration_ms)
+        return TTSResponse(audio_base64=base64.b64encode(audio_data).decode(), format=req.format, duration_ms=duration_ms)
+    except Exception as e:
+        logger.exception("[TTS] failed: %s", e)
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.post("/stt", response_model=STTResponse)
+async def speech_to_text(req: STTRequest, api_key: str = Security(get_api_key)):
+    request_id = str(hash(req.audio_base64))[:8]
+    try:
+        logger.info("[STT][%s] audio_base64_chars=%d language=%s", request_id, len(req.audio_base64), req.language)
+        audio_data = base64.b64decode(req.audio_base64)
+        text = await _recognize_speech_macos_async(audio_data, req.language)
+        logger.info("[STT][%s] success text_chars=%d", request_id, len(text))
+        return STTResponse(text=text, language=req.language)
+    except Exception as e:
+        logger.exception("[STT] failed: %s", e)
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+def get_api_key(api_key: str):
+    from backend.main import API_KEY
+    if api_key != API_KEY:
+        from fastapi import HTTPException
+        raise HTTPException(status_code=403, detail="Could not validate credentials")
+    return api_key
+
+
+def register_tts_stt_routes(app):
+    app.include_router(router, prefix="/v1/tts-stt")

package.json

@@ -6,7 +6,9 @@
   "scripts": {
     "dev": "vite",
     "build": "vite build",
-    "preview": "vite preview"
+    "preview": "vite preview",
+    "test": "echo 'No tests configured yet'",
+    "check": "npm run build"
   },
   "dependencies": {
     "@milkdown/core": "^7.18.0",

src/components/DocBlockCrepe.vue

@@ -0,0 +1,250 @@
+<template>
+  <div class="doc-block-crepe" :class="{ collapsed: isCollapsed }">
+    <div class="doc-header">
+      <div class="doc-icon">
+        <svg v-if="docType === 'pdf'" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
+          <polyline points="14 2 14 8 20 8"/>
+          <path d="M9 15v-2h6v2"/>
+          <path d="M12 13v4"/>
+        </svg>
+        <svg v-else-if="docType === 'doc'" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
+          <polyline points="14 2 14 8 20 8"/>
+          <path d="M16 13H8"/>
+          <path d="M16 17H8"/>
+          <path d="M10 9H8"/>
+        </svg>
+        <svg v-else-if="docType === 'ppt'" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <rect x="2" y="3" width="20" height="14" rx="2"/>
+          <path d="M8 21h8"/>
+          <path d="M12 17v4"/>
+        </svg>
+        <svg v-else width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
+          <polyline points="14 2 14 8 20 8"/>
+          <path d="M16 13H8"/>
+          <path d="M16 17H8"/>
+        </svg>
+      </div>
+      <div class="doc-name">{{ docName }}</div>
+      <div class="doc-actions">
+        <button @click="downloadDoc" class="action-btn" title="下载文档">
+          <svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+            <path d="M21 15v4a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2v-4"/>
+            <polyline points="7 10 12 15 17 10"/>
+            <line x1="12" y1="15" x2="12" y2="3"/>
+          </svg>
+        </button>
+        <button @click="toggleCollapse" class="action-btn collapse-btn" :title="isCollapsed ? '展开' : '折叠'">
+          <svg v-if="isCollapsed" width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+            <polyline points="9 18 15 12 9 6"/>
+          </svg>
+          <svg v-else width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+            <polyline points="6 9 12 15 18 9"/>
+          </svg>
+        </button>
+      </div>
+    </div>
+    <div class="doc-editor" v-show="!isCollapsed">
+      <div ref="editorRoot" class="inner-crepe"></div>
+    </div>
+  </div>
+</template>
+
+<script setup>
+import { ref, onMounted, onUnmounted, watch } from 'vue'
+import { Crepe } from '@milkdown/crepe'
+import { editorViewCtx, serializerCtx } from '@milkdown/kit/core'
+import { copilotPlugin, copilotConfigCtx, setCopilotEnabled } from '../plugins/copilotPlugin'
+import { fetchSuggestion } from '../utils/api.js'
+
+const props = defineProps({
+  docType: { type: String, default: 'text' },
+  docName: { type: String, default: 'document.txt' },
+  uploadTime: { type: String, default: '' },
+  initialContent: { type: String, default: '' }
+})
+
+const emit = defineEmits(['update:content', 'delete'])
+
+const editorRoot = ref(null)
+const isCollapsed = ref(false)
+let crepe = null
+let internalChangeTimer = null
+
+const toggleCollapse = () => {
+  isCollapsed.value = !isCollapsed.value
+}
+
+const downloadDoc = () => {
+  if (!crepe) return
+  crepe.getMarkdown().then(markdown => {
+    const blob = new Blob([markdown], { type: 'text/plain;charset=utf-8' })
+    const url = URL.createObjectURL(blob)
+    const a = document.createElement('a')
+    a.href = url
+    a.download = props.docName
+    document.body.appendChild(a)
+    a.click()
+    a.remove()
+    URL.revokeObjectURL(url)
+  })
+}
+
+const syncContent = () => {
+  if (!crepe) return
+  if (internalChangeTimer) clearTimeout(internalChangeTimer)
+  internalChangeTimer = setTimeout(async () => {
+    const markdown = await crepe.getMarkdown()
+    emit('update:content', markdown)
+  }, 120)
+}
+
+onMounted(async () => {
+  if (!editorRoot.value) return
+  crepe = new Crepe({
+    root: editorRoot.value,
+    defaultValue: props.initialContent || '',
+    features: {
+      [Crepe.Feature.Latex]: true,
+      [Crepe.Feature.ImageBlock]: true,
+      [Crepe.Feature.Table]: true,
+      [Crepe.Feature.ListCheck]: true,
+    },
+    config: { showLineNumber: false }
+  })
+  
+  crepe.editor.config(ctx => {
+    ctx.set(copilotConfigCtx.key, {
+      fetchSuggestion,
+      debounceMs: 1000
+    })
+  })
+  
+  crepe.editor.use(copilotPlugin)
+  await crepe.create()
+  
+  crepe.on(listener => {
+    listener.updated(() => {
+      syncContent()
+    })
+  })
+  
+  crepe.editor.action(ctx => {
+    const view = ctx.get(editorViewCtx)
+    setCopilotEnabled(view, true)
+  })
+})
+
+watch(() => props.initialContent, (newVal) => {
+  if (crepe && newVal !== undefined) {
+    crepe.editor.action(ctx => {
+      const view = ctx.get(editorViewCtx)
+      const currentPos = view.state.selection.from
+      view.dispatch(view.state.tr.insertText(newVal))
+    })
+  }
+})
+
+onUnmounted(() => {
+  if (internalChangeTimer) clearTimeout(internalChangeTimer)
+  if (crepe) {
+    crepe.destroy()
+    crepe = null
+  }
+})
+
+defineExpose({
+  getContent: () => crepe ? crepe.getMarkdown() : Promise.resolve(''),
+  getEditor: () => crepe
+})
+</script>
+
+<style scoped>
+.doc-block-crepe {
+  margin: 12px 0;
+  border-radius: 8px;
+  overflow: hidden;
+  background: var(--crepe-color-surface-low);
+  border: 1px solid var(--panel-border);
+}
+
+.doc-block-crepe.collapsed .doc-editor {
+  display: none;
+}
+
+.doc-header {
+  display: flex;
+  align-items: center;
+  padding: 10px 12px;
+  background: var(--crepe-color-surface);
+  border-bottom: 1px solid var(--panel-border);
+  gap: 10px;
+}
+
+.doc-icon {
+  display: flex;
+  align-items: center;
+  justify-content: center;
+  color: var(--crepe-color-primary);
+}
+
+.doc-name {
+  flex: 1;
+  font-size: 14px;
+  font-weight: 500;
+  color: var(--crepe-color-on-surface);
+  overflow: hidden;
+  text-overflow: ellipsis;
+  white-space: nowrap;
+}
+
+.doc-actions {
+  display: flex;
+  align-items: center;
+  gap: 4px;
+}
+
+.action-btn {
+  display: flex;
+  align-items: center;
+  justify-content: center;
+  width: 28px;
+  height: 28px;
+  padding: 0;
+  border: none;
+  background: transparent;
+  color: var(--crepe-color-on-surface-variant);
+  cursor: pointer;
+  border-radius: 4px;
+  opacity: 0.7;
+}
+
+.action-btn:hover {
+  background: var(--crepe-color-hover);
+  opacity: 1;
+}
+
+.doc-editor {
+  padding: 8px;
+  background: var(--crepe-color-surface-low);
+  min-height: 120px;
+  max-height: 400px;
+  overflow-y: auto;
+}
+
+.inner-crepe {
+  width: 100%;
+  height: 100%;
+}
+
+.inner-crepe :deep(.milkdown) {
+  background: transparent !important;
+}
+
+.inner-crepe :deep(.ProseMirror) {
+  min-height: 80px;
+  padding: 8px !important;
+}
+</style>

src/components/DocumentBlock.vue

@@ -0,0 +1,195 @@
+<template>
+  <div class="doc-block" :class="{ collapsed: isCollapsed }">
+    <!-- 深色条：文件头 -->
+    <div class="doc-header">
+      <!-- 最左边：文件类型icon -->
+      <div class="doc-icon">
+        <!-- PDF icon -->
+        <svg v-if="docType === 'pdf'" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
+          <polyline points="14 2 14 8 20 8"/>
+          <path d="M9 15v-2h6v2"/>
+          <path d="M12 13v4"/>
+        </svg>
+        <!-- Word icon -->
+        <svg v-else-if="docType === 'doc'" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
+          <polyline points="14 2 14 8 20 8"/>
+          <path d="M16 13H8"/>
+          <path d="M16 17H8"/>
+          <path d="M10 9H8"/>
+        </svg>
+        <!-- PPT icon -->
+        <svg v-else-if="docType === 'ppt'" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <rect x="2" y="3" width="20" height="14" rx="2"/>
+          <path d="M8 21h8"/>
+          <path d="M12 17v4"/>
+        </svg>
+        <!-- TXT icon -->
+        <svg v-else width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+          <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
+          <polyline points="14 2 14 8 20 8"/>
+          <path d="M16 13H8"/>
+          <path d="M16 17H8"/>
+        </svg>
+      </div>
+      
+      <!-- 中间：文件名 -->
+      <div class="doc-name">{{ docName }}</div>
+      
+      <!-- 最右边：下载按钮 + 折叠按钮 -->
+      <div class="doc-actions">
+        <button @click="downloadDoc" class="action-btn" title="下载文档">
+          <svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+            <path d="M21 15v4a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2v-4"/>
+            <polyline points="7 10 12 15 17 10"/>
+            <line x1="12" y1="15" x2="12" y2="3"/>
+          </svg>
+        </button>
+        <button @click="toggleCollapse" class="action-btn collapse-btn" :title="isCollapsed ? '展开' : '折叠'">
+          <svg v-if="isCollapsed" width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+            <polyline points="9 18 15 12 9 6"/>
+          </svg>
+          <svg v-else width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+            <polyline points="6 9 12 15 18 9"/>
+          </svg>
+        </button>
+      </div>
+    </div>
+    
+    <!-- 浅色块：文档内容（非折叠状态显示） -->
+    <div class="doc-content" v-show="!isCollapsed">
+      <pre>{{ content }}</pre>
+    </div>
+  </div>
+</template>
+
+<script setup>
+import { ref } from 'vue'
+
+const props = defineProps({
+  docType: {
+    type: String,
+    default: 'text'
+  },
+  docName: {
+    type: String,
+    default: 'document.txt'
+  },
+  uploadTime: {
+    type: String,
+    default: ''
+  },
+  content: {
+    type: String,
+    default: ''
+  }
+})
+
+const isCollapsed = ref(false)
+
+const toggleCollapse = () => {
+  isCollapsed.value = !isCollapsed.value
+}
+
+const downloadDoc = () => {
+  const blob = new Blob([props.content], { type: 'text/plain;charset=utf-8' })
+  const url = URL.createObjectURL(blob)
+  const a = document.createElement('a')
+  a.href = url
+  a.download = props.docName
+  document.body.appendChild(a)
+  a.click()
+  a.remove()
+  URL.revokeObjectURL(url)
+}
+</script>
+
+<style scoped>
+.doc-block {
+  margin: 12px 0;
+  border-radius: 8px;
+  overflow: hidden;
+  background: var(--crepe-color-surface-low);
+  border: 1px solid var(--panel-border);
+}
+
+.doc-block.collapsed .doc-content {
+  display: none;
+}
+
+/* 深色条 */
+.doc-header {
+  display: flex;
+  align-items: center;
+  padding: 10px 12px;
+  background: var(--crepe-color-surface);
+  border-bottom: 1px solid var(--panel-border);
+  gap: 10px;
+}
+
+/* 文件类型icon */
+.doc-icon {
+  display: flex;
+  align-items: center;
+  justify-content: center;
+  color: var(--crepe-color-primary);
+}
+
+/* 文件名 */
+.doc-name {
+  flex: 1;
+  font-size: 14px;
+  font-weight: 500;
+  color: var(--crepe-color-on-surface);
+  overflow: hidden;
+  text-overflow: ellipsis;
+  white-space: nowrap;
+}
+
+/* 操作按钮 */
+.doc-actions {
+  display: flex;
+  align-items: center;
+  gap: 4px;
+}
+
+.action-btn {
+  display: flex;
+  align-items: center;
+  justify-content: center;
+  width: 28px;
+  height: 28px;
+  padding: 0;
+  border: none;
+  background: transparent;
+  color: var(--crepe-color-on-surface-variant);
+  cursor: pointer;
+  border-radius: 4px;
+  opacity: 0.7;
+}
+
+.action-btn:hover {
+  background: var(--crepe-color-hover);
+  opacity: 1;
+}
+
+/* 浅色块：文档内容 */
+.doc-content {
+  padding: 12px;
+  background: var(--crepe-color-surface-low);
+  max-height: 400px;
+  overflow-y: auto;
+}
+
+.doc-content pre {
+  margin: 0;
+  padding: 0;
+  font-family: 'SF Mono', 'Monaco', 'Inconsolata', 'Fira Mono', monospace;
+  font-size: 13px;
+  line-height: 1.6;
+  color: var(--crepe-color-on-surface);
+  white-space: pre-wrap;
+  word-break: break-word;
+}
+</style>

src/components/MarkdownPreview.vue

@@ -16,7 +16,7 @@ const props = defineProps({
 })
 
 const md = new MarkdownIt({
-  html: true,
+  html: false,
   linkify: true,
   typographer: true
 })

src/components/MilkdownEditor.vue

@@ -1,4 +1,4 @@
-<template>
+<template>
   <div class="editor-container">
     <div ref="root" class="milkdown-editor"></div>
 
@@ -1198,3 +1198,4 @@ onUnmounted(() => {
 }
 </style>
 
+

src/components/SettingsPanel.vue

@@ -2,10 +2,13 @@
 import { ref, watch, computed, onMounted, onUnmounted } from 'vue'
 import { useSettingsStore } from '../stores/settings'
 import { useTheme } from '../composables/useTheme'
+import packageJson from '../../package.json'
 
 const store = useSettingsStore()
 const { setTheme } = useTheme()
 
+const VERSION = packageJson.version || '0.0.0'
+
 const isOpen = ref(false)
 let systemThemeMediaQuery = null
 
@@ -272,7 +275,7 @@ const t = (key) => store.t[key]
           <div class="about-card">
             <h4>llm-in-text</h4>
             <p>A smart Markdown editor with local LLM intelligence.</p>
-            <p class="version">v0.1.0-beta</p>
+            <p class="version">v{{ VERSION }}</p>
           </div>
         </section>
       </div>

src/main.js

@@ -10,7 +10,7 @@ const app = createApp(App)
 app.use(createPinia())
 app.mount('#app')
 
-if (import.meta.env.PROD && 'serviceWorker' in navigator) {
+if (import.meta.env.PROD && 'serviceWorker' in navigator && false) {
   window.addEventListener('load', () => {
     navigator.serviceWorker.register('/sw.js').catch(() => {
       // Service worker registration failed, silently ignore

src/plugins/copilotPlugin.ts

@@ -9,6 +9,7 @@ import { getOcrCache, OCR_SIZE_LIMIT, extractTextFromOCR } from '../utils/ocrCac
 const COPILOT_PLUGIN_KEY = new PluginKey('milkdown-copilot')
 const DEBOUNCE_MS = 1000
 const SIZE_LIMIT = OCR_SIZE_LIMIT
+const DOC_SIZE_LIMIT = 32 * 1024  // 文档块32KB限制
 const IMAGE_NODE_TYPES = new Set(['image', 'image-block', 'imageBlock'])
 
 interface CopilotState {
@@ -330,6 +331,31 @@ function buildOcrContextForRequest(doc: ProseNode, cursorPos: number): string {
   return `\n\n${lines.join('\n')}`
 }
 
+// 从markdown中提取文档块内容用于AI补全上下文
+function extractDocBlocksFromMarkdown(markdown: string): string {
+  const lines: string[] = []
+  
+  // 使用正则表达式匹配文档块
+  // <doc_type="pdf" doc_name="xxx" upload_time="xxx">content</doc_end>
+  const docBlockRegex = /<doc_type="(\w+)"\s+doc_name="([^"]+)"\s+upload_time="([^"]+)">([\s\S]*?)<\/doc_end>/g
+  
+  let match
+  while ((match = docBlockRegex.exec(markdown)) !== null) {
+    const docType = match[1]
+    const docName = match[2]
+    const content = match[4].trim()
+    
+    if (content) {
+      // 将文档内容格式化为上下文，限制长度
+      const truncatedContent = content.length > 500 ? content.substring(0, 500) + '...' : content
+      lines.push(`<doc_type="${docType}" doc_name="${docName}">\n${truncatedContent}\n</doc_end>`)
+    }
+  }
+  
+  if (lines.length === 0) return ''
+  return `\n\n-- 已上传文档内容 --\n${lines.join('\n\n')}`
+}
+
 function doFetchSuggestion(
   view: EditorView,
   runtime: CopilotRuntime,
@@ -379,7 +405,6 @@ function scheduleFetch(view: EditorView, runtime: CopilotRuntime, pos: number) {
 
   const doc = view.state.doc
   const schema = view.state.schema
-  const baseSize = doc.content.size
 
   const serializer = runtime.ctx.get(serializerCtx)
   let prefixMarkdown = ''
@@ -400,12 +425,21 @@ function scheduleFetch(view: EditorView, runtime: CopilotRuntime, pos: number) {
     suffixMarkdown = doc.textBetween(pos, doc.content.size, '\n', '\n')
   }
 
-  const requestPrefix = `${prefixMarkdown}${buildOcrContextForRequest(doc, pos)}`
+  // 构建上下文：OCR内容 + 上传文档内容
+  const ocrContext = buildOcrContextForRequest(doc, pos)
+  
+  // 从markdown中提取文档块内容用于AI补全上下文
+  const docContext = extractDocBlocksFromMarkdown(prefixMarkdown + suffixMarkdown)
+  
+  // 组合所有上下文到prefix前面
+  const fullPrefixWithContext = `${ocrContext}${docContext}\n\n${prefixMarkdown}`
+  
   const totalTextLen = (prefixMarkdown + suffixMarkdown).length
-  const ocrContextLen = requestPrefix.length - prefixMarkdown.length
-  const totalWithOcr = totalTextLen + ocrContextLen
+  const contextLen = fullPrefixWithContext.length - prefixMarkdown.length
+  const totalWithContext = totalTextLen + contextLen
 
-  const overLimit = totalWithOcr > SIZE_LIMIT
+  // 使用32KB限制（文档上下文）
+  const overLimit = totalWithContext > DOC_SIZE_LIMIT
 
   if (overLimit) {
     setCopilotEnabled(view, false)
@@ -422,9 +456,10 @@ function scheduleFetch(view: EditorView, runtime: CopilotRuntime, pos: number) {
   runtime.requestSeq = requestSeq
   const requestDocVersion = runtime.docVersion
 
+  // 使用包含文档上下文的prefix
   runtime.debounceTimer = setTimeout(() => {
     runtime.debounceTimer = null
-    doFetchSuggestion(view, runtime, pos, requestPrefix, suffixMarkdown, requestSeq, requestDocVersion)
+    doFetchSuggestion(view, runtime, pos, fullPrefixWithContext, suffixMarkdown, requestSeq, requestDocVersion)
   }, debounceMs)
 }
 

src/stores/settings.js

@@ -13,7 +13,7 @@ export const useSettingsStore = defineStore('settings', () => {
     const debounceMs = ref(1000) // 1000 - 5000
 
     // 3. Privacy
-    const privacyMode = ref(false)
+    const privacyMode = ref(true)
 
     // 4. Preferences
     const language = ref('auto')

src/utils/api.js

@@ -1,10 +1,6 @@
 import { API_URL } from './config.js'
 import { useSettingsStore } from '../stores/settings'
 
-const API_KEY = 'your-secret-key-here'
-
-let cachedIP = null
-
 function generateRequestId() {
     if (typeof crypto !== 'undefined' && typeof crypto.randomUUID === 'function') {
         return crypto.randomUUID()
@@ -34,7 +30,6 @@ async function sendCancelRequest(cancelUrl, requestId, reason) {
             method: 'POST',
             headers: {
                 'Content-Type': 'application/json',
-                'X-API-Key': API_KEY,
             },
             body: JSON.stringify({
                 request_id: requestId,
@@ -46,20 +41,6 @@ async function sendCancelRequest(cancelUrl, requestId, reason) {
     }
 }
 
-async function getClientIP() {
-    if (cachedIP) return cachedIP
-    try {
-        const controller = new AbortController()
-        setTimeout(() => controller.abort(), 3000)
-        const res = await fetch('https://api.ipify.org?format=json', { signal: controller.signal })
-        const data = await res.json()
-        cachedIP = data.ip
-        return cachedIP
-    } catch {
-        return null
-    }
-}
-
 export async function fetchSuggestion(prefix, suffix, languageId, signal, apiUrl = API_URL) {
     let normalizedLanguageId = 'markdown'
     if (typeof languageId === 'string' && languageId.trim()) {
@@ -89,18 +70,11 @@ export async function fetchSuggestion(prefix, suffix, languageId, signal, apiUrl
 
     try {
         const settings = useSettingsStore()
-        const clientIP = await getClientIP()
         const headers = {
             'Content-Type': 'application/json',
-            'X-API-Key': API_KEY,
             'X-Request-Id': requestId,
         }
 
-        // Only send IP if privacy mode is OFF
-        if (clientIP && !settings.privacyMode) {
-            headers['X-Client-IP'] = clientIP
-        }
-
         const body = {
             prefix,
             suffix,

src/utils/config.js

@@ -1,3 +1,5 @@
+export const DEBUG = import.meta.env.DEV
+
 const API_BASE_URL = import.meta.env.VITE_API_BASE_URL || 'https://api.imageteach.tech:8002'
 
 export const API_URL = import.meta.env.VITE_API_URL || `${API_BASE_URL}/v1/completions`

src/utils/convert.js

@@ -1,7 +1,5 @@
 import { CONVERT_URL } from './config.js'
 
-const API_KEY = 'your-secret-key-here'
-
 function readFileAsBase64(file) {
     return new Promise((resolve, reject) => {
         const reader = new FileReader()
@@ -25,7 +23,6 @@ export async function convertFileToMarkdown(file) {
         method: 'POST',
         headers: {
             'Content-Type': 'application/json',
-            'X-API-Key': API_KEY,
         },
         body: JSON.stringify({
             file: base64,

src/utils/i18n.js

@@ -35,6 +35,11 @@ export const translations = {
         exportPdf: 'Export PDF',
         uploadImg: 'Upload Image',
         uploadFile: 'Upload File',
+        uploadDoc: 'Upload Document',
+        uploadDocTypeWarning: 'Only txt, docx, pptx, pdf formats are supported.',
+        uploadDocSizeWarning: 'File size cannot exceed 10MB.',
+        uploadDocInBlockWarning: 'Cannot insert document inside an existing document block. Please move cursor outside.',
+        uploadDocError: 'Document conversion failed:',
         uploadFileTypeWarning: 'Unsupported file type. Supported: doc/docx/ppt/pptx/pdf/zip, images, txt/json.',
         uploadMdTypeWarning: 'Only Markdown (.md) files and image files are supported.',
         uploadFileError: 'File upload failed.',
@@ -84,6 +89,11 @@ export const translations = {
         exportPdf: '导出 PDF',
         uploadImg: '上传图片',
         uploadFile: '上传文件',
+        uploadDoc: '上传文档',
+        uploadDocTypeWarning: '仅支持 txt、docx、pptx、pdf 格式的文档',
+        uploadDocSizeWarning: '文件大小不能超过 10MB',
+        uploadDocInBlockWarning: '无法在现有文档块内插入新文档，请将光标移到文档外部',
+        uploadDocError: '文档转换失败：',
         uploadFileTypeWarning: '不支持的文件类型。仅支持 doc/docx/ppt/pptx/pdf/zip、图片、txt/json。',
         uploadMdTypeWarning: '仅支持 Markdown（.md）和图片文件。',
         uploadFileError: '文件上传失败',