修复分镜候选丢失、气泡轮廓排字及条漫加载竞态

docs/comic-audit-remediation.md

@@ -0,0 +1,53 @@
+# 漫画审查修复与验收边界
+
+基于主分支 `6f5b3a3568d02df897723a511bcbc8f849ec8fcc`。修改只依据该源码和确定性反例，不依据 PR 合并记录推断效果。
+
+## 本分支的变更
+
+| 报告项 | 实现 | 仍需验收的边界 |
+|---|---|---|
+| F01 分镜候选丢失 | panel 跨推理合并增加 0.72 面积相近约束，父框和真实孩子均保留；结构融合决定是否舍弃页容器 | 不新增模型权重，不给出未测的检测准确率 |
+| F02 长页尺度 | 几何保留整页分析补充跨窗大框，另切 50% 重叠局部窗口再生成 1024 分析栅格；拒绝窗口内部裁断的候选；按页尺寸缩放分镜最小宽高/面积及数量预算；结果映回原页 | 窗口不是导航分镜。无可靠证据仍整页阅读；极大的跨窗分镜可能需模型补充 |
+| F03 OCR 先缩后切 | 已知长页从原图裁 OCR 窗口后逐片准备输入，统一映回全页；普通页保持原路径；长页备用图按短边和像素预算解码 | ImageIO 裁图可能解码整张 backing store，不能宣称压缩格式都支持区域解码。原图超过 6400 万像素或当前内存余量不足、EXIF 非正向时明确使用有界备用路径 |
+| F04 本地无轮廓 | OCR 后从框内浅色闭合连通域恢复保守轮廓；限制局部栅格为 256 边；拒绝开放、泄漏、明显非凸及歧义区域；已有有效轮廓优先 | 本地模型仍只有框，未伪造 mask 输出。彩色、透明、凹形、相连气泡不保证恢复，保留原框降级 |
+| F05 文字越轮廓 | 从验证过的轮廓求带边缘距离余量的全内接矩形；测量和绘制继续共用 CoreText；显示时对云端/离线轮廓也重新求安全区 | 采用保守内接区，不声称任意凹形的逐行最优排字。黑/彩色只影响颜色 |
+| F06 加载取消竞态 | 不再加入 cancelled 预加载；为任务加独立 ID，旧完成只清理自己的 entry/成本；视图加加载 ID、URL、retain 和 cancellation 提交检查 | 同步 ImageIO 已开始后不可强制中止；原全局解码 permits 保留，不能把取消当已释放容量 |
+| F07 OCR 热缓存解码 | 用源尺寸头部及预处理后的预计尺寸查询依赖缓存；将高清准备、模型/OCR 都放入共享任务池；CBZ 内页身份关联归档修订，OCR 请求及视觉分析共用冻结源身份，并在返回/落盘前复核 | 远端数据和没有可读头部的归档仍可能需要读取压缩数据；未声称零 I/O |
+| F08 CBZ 头部完整解压 | 找到尺寸后抛出专用终止结果中断 ZIP consumer；头部预算 1 MiB；真正完整页读取继续 CRC | 某些格式无法在预算内读到头部时返回未知尺寸 |
+| F09 PDF 批量渲染 | 阅读入口只建立 `mreader-pdf` 页面描述；读取某页时才渲染；接入阅读、几何、OCR、视觉、离线来源及带源修订缓存键；每页渲染有像素上限 | 导入转换到图像目录的现有功能未改为懒加载；PDF 仍只读，复杂 PDF 每页渲染需实测 |
+| F10 字号承诺冲突 | 五种语言改成偏好字号，明确还会缩小；不可容纳显示被动省略标记；辅助功能可读完整译文 | 未恢复已删除的放大镜/展开按钮，也不把 2pt 当可读性能证明 |
+| F11 布局缓存键 | 加入偏好可读字号，提升布局版本 | 需设备确认改设置立即重排 |
+| F12 离线安全区丢失 | 复制完整 TextBlock 后改局部 OCR 几何，保留安全区和其余独立字段 | 匹配质量仍由现有文本/位置匹配器决定 |
+| F13 校准说明 | 改为当前 V2B5 跨推理合并名称，说明 raw decoder 与 merge calibration 区别及五类输出；提升 merge revision | 原 adaptive manifest **已经**含 calibration revision，没有修改不存在的遗漏 |
+| F14 上传认证顺序 | worker 在 header 阶段验证 POST token/路径和长度上限，创建 body 临时文件前拒绝；正确请求仍使用原 parser | 最大连接数/单次上传上限保持现有配置 |
+| F15 质量证据不足 | 增加原生反例和真实 Reader 长页合成 UI 场景，记录 rapid reverse scroll 的内存/hitch telemetry | 合成图不是人工真实页面标注，不替代 Python/Swift 实图 parity、人工 gold、真机门禁，不能填入假通过结果 |
+| F16 AI 响应上限 | 使用已有 chunk-based 有界 HTTP reader，JSON 响应上限 8 MiB，保留可注入 session configuration 和现有错误/重试策略 | 未改变各模型原生/兼容协议 |
+
+另外，条漫 fitWidth 使用 CATiledLayer 的按需 compositor tiles，避免将整条图作为一个巨大显示纹理；**解码源仍是已有分档、有界整页图像**，不是磁盘区域解码引擎。内存余量较小时不再由固定缓存 floor 维持高于余量的缓存预算。私有权重 materialize 使用当前实际权重的 SHA-256 进行校验，不能只凭文件大小接受不匹配权重。
+
+## 本地可执行检查
+
+当前工作环境没有 Xcode、iOS 模拟器或 Core ML 原生运行时。只运行并核验：
+
+- `git diff --check`。
+- shell 语法检查和使用当前已物化权重的 materialize 脚本。
+- Swift tree-sitter 语法检查，与主分支诊断对照；它不是 Swift 类型检查或原生测试。
+- 图和权重哈希分别为 `d60dc41d370ce20805e4f6e8e83e49cd6057e27ae0affb095ca1d243148ebaa5`、`8e708d893f752b14a42b9d478a8256a525a750121d4abe4446e019e61fdbec80`；两者内容未改。
+
+原生 build-for-testing、Release、全部单测、UI smoke 由本次 PR 的 CI 执行；必须看该提交结果，不借用主分支绿灯。
+
+## 补充的原生回归
+
+`ComicAuditFixTests` 覆盖父子框两个置信度顺序、inset 和近似重复、800×20000 / 800×40000 尺度、800×20000 真实几何栅格、椭圆/凹形内接区与全文 CoreText 可见范围、像素闭合气泡/开放降级、cancelled entry、离线字段保留、认证前 body 写入、懒 PDF 描述及原文件不变、极低余量预算、替换归档后的虚拟页缓存失效。AI transport 测试覆盖无 Content-Length 的超限响应。
+
+UI 测试使用普通 ComicManager + Reader 生命周期，五张 800×20000 的带分镜、椭圆气泡和文本合成页，快速上下往返；记录 XCTest memory 和 hitch 指标，并检查 reader 存活/加载失败状态。指标不硬编码为真实设备 FPS 或准确率。
+
+## 发布前仍须用真实素材和真机执行
+
+1. 同一失败页比较原始候选、合并前后、过滤原因和最终导航，不把模型框自身当人工真值。
+2. 至少 5–10 张不同真实原页的 Python/Swift parity；人工审核分镜与椭圆、带尾、凹形、彩色、透明、相连气泡 gold。待审核条目不能自动改为 humanVerified。
+3. iPad mini 5 / 低内存支持设备及常用设备执行冷启动、长页页边界、快速反向、恢复到书中间、OCR 热缓存、开启翻译和热状态的 Instruments memory/hitch 记录。
+4. 黑/彩字切换时比较字号、换行、几何完全一致；小气泡不能扩大白底盖画，放不下的全文须可辅助阅读。
+5. 图像超过原图 admission budget、非正向 EXIF、未知头部、复杂/旋转 PDF 和云端返回异常几何的降级截图。
+
+本分支不宣称真实分镜准确率、气泡 mask IoU、卡顿下降比例、峰值内存或被跳过的真机测试已通过。跨设备 iCloud sidecar 并发合并和全面架构拆分属于报告的额外风险，未借本次阅读链修复擅自迁移存储格式。

mreader/AIModelProtocol.swift

@@ -253,7 +253,9 @@ nonisolated final class AITranslationClient: AITransporting, @unchecked Sendable
             try Task.checkCancellation()
             let startedAt = Date()
             do {
-                let (data, response) = try await session.data(for: urlRequest)
+                let (data, response) = try await BoundedHTTPResponseReader.data(
+                    for: urlRequest, maximumBytes: 8 * 1024 * 1024, using: session
+                )
                 guard let httpResponse = response as? HTTPURLResponse else {
                     throw AITranslationRequestError.invalidConfiguration("响应无效")
                 }

mreader/AITranslator.swift

@@ -151,7 +151,7 @@ nonisolated enum TranslationLayoutRole: String, Codable, Sendable {
 nonisolated struct TextBlock: Identifiable, Codable, Sendable {
     let id: UUID
     let text: String
-    let boundingBox: CGRect // 原图中的相对坐标 (0.0 ~ 1.0)
+    private(set) var boundingBox: CGRect // 原图中的相对坐标 (0.0 ~ 1.0)
     var translation: String?
     var confidence: Double
     var ocrSource: String
@@ -207,6 +207,14 @@ nonisolated struct TextBlock: Identifiable, Codable, Sendable {
         )
     }
 
+    /// Geometry replacements copy the complete value, preserving independent
+    /// bubble/layout evidence and any fields subsequently added to this type.
+    nonisolated func replacingBoundingBox(_ rect: CGRect) -> TextBlock {
+        var copy = self
+        copy.boundingBox = rect
+        return copy
+    }
+
     /// OCR 字号尺度始终取原文短边：横排文字对应 textBox 高度，竖排文字对应宽度。
     /// 显示时必须用同一坐标轴的页面尺寸还原，不能统一乘图片短边。
     nonisolated func sourceFontSize(in imageRect: CGRect) -> CGFloat {
@@ -3896,11 +3904,15 @@ static func visualReviewedBlockForDiagnostics(original: TextBlock, review: Visio
         rect.maxY <= 1.02
     }
 
-    nonisolated static func annotatedMangaTextBlocks(_ blocks: [TextBlock], safeAreaInset: Double, minimumTextHeight: Double, isRightToLeft: Bool) -> [TextBlock] {
+    nonisolated static func annotatedMangaTextBlocks(_ blocks: [TextBlock], safeAreaInset: Double, minimumTextHeight: Double, isRightToLeft: Bool, pageSize: CGSize? = nil) -> [TextBlock] {
+        let longPage = pageSize.map { max($0.width, $0.height) / max(min($0.width, $0.height), 1) >= 3 } ?? false
+        let xScale = longPage ? (pageSize.map { min(1, $0.height / max($0.width, 1)) } ?? 1) : 1
+        let yScale = longPage ? (pageSize.map { min(1, $0.width / max($0.height, 1)) } ?? 1) : 1
         let inset = min(max(CGFloat(safeAreaInset), 0), 0.3)
-        let minimumHeight = min(max(CGFloat(minimumTextHeight), 0.002), 0.05)
-        let minimumArea = minimumHeight * 0.0048
-        let safeRect = CGRect(x: inset, y: inset, width: max(0, 1 - inset * 2), height: max(0, 1 - inset * 2))
+        let minimumHeight = min(max(CGFloat(minimumTextHeight), 0.002), 0.05) * yScale
+        let minimumArea = minimumHeight * 0.0048 * xScale
+        let safeRect = CGRect(x: inset * xScale, y: inset * yScale,
+                              width: max(0, 1 - inset * xScale * 2), height: max(0, 1 - inset * yScale * 2))
 
         return sortedTextBlocks(blocks.map { block in
             var annotated = block

mreader/Base.lproj/Localizable.strings

@@ -414,9 +414,9 @@
 "offlineTranslation.errorDetails" = "View error details";
 "nav.close" = "Close";
 
-"ocr.minimumReadableTranslationFontSize" = "最小可读译文字号";
-"ocr.minimumReadableTranslationFontSizeValue" = "可读下限：%d pt";
-"ocr.minimumReadableTranslationFontSizeDescription" = "低于此字号时不再继续缩小，而改为可展开阅读。";
+"ocr.minimumReadableTranslationFontSize" = "偏好可读译文字号";
+"ocr.minimumReadableTranslationFontSizeValue" = "偏好字号：%d pt";
+"ocr.minimumReadableTranslationFontSizeDescription" = "气泡空间不足时仍会缩小以适配；完整译文可通过辅助功能朗读。";
 "ocr.translationNeedsExpansion" = "译文需要展开阅读";
 "ocr.inPlaceTranslation" = "In-place translation";
 "ocr.inPlaceTranslationDescription" = "Use reversible in-place coverage only for reliable dialogue bubbles; sound effects keep their original artwork and use annotations.";

mreader/BubbleContourGeometry.swift

@@ -0,0 +1,56 @@
+import CoreGraphics
+import Foundation
+
+/// A conservative inscribed rectangle, not the contour's bounding box. Every
+/// accepted grid cell lies inside the path with a border-distance margin. This
+/// also handles concave contours; testing only the four outer corners would not.
+nonisolated enum BubbleContourGeometry {
+    static func safeRectangle(polygon: [CGPoint], bounds: CGRect) -> CGRect? {
+        guard polygon.count >= 3, polygon.count <= 512, bounds.width > 0, bounds.height > 0,
+              polygon.allSatisfy({ $0.x.isFinite && $0.y.isFinite }) else { return nil }
+        let points = polygon.map { CGPoint(x: ($0.x - bounds.minX) / bounds.width,
+                                           y: ($0.y - bounds.minY) / bounds.height) }
+        let path = CGMutablePath()
+        path.addLines(between: points)
+        path.closeSubpath()
+        let n = 40
+        let radius = sqrt(CGFloat(2)) / CGFloat(n * 2) + 0.025
+        var heights = [Int](repeating: 0, count: n)
+        var best = CGRect.null
+        var bestArea = 0
+        for y in 0..<n {
+            for x in 0..<n {
+                let center = CGPoint(x: (CGFloat(x) + 0.5) / CGFloat(n), y: (CGFloat(y) + 0.5) / CGFloat(n))
+                let inside = path.contains(center, using: .evenOdd)
+                    && points.indices.allSatisfy { i in
+                        distance(center, to: points[i], points[(i + 1) % points.count]) >= radius
+                    }
+                heights[x] = inside ? heights[x] + 1 : 0
+            }
+            // Largest all-safe rectangle ending in this row. At 40 columns this
+            // bounded search is cheaper and less error-prone than rasterizing page pixels.
+            for left in 0..<n {
+                var height = heights[left]
+                for right in left..<n {
+                    height = min(height, heights[right])
+                    let area = height * (right - left + 1)
+                    if area > bestArea {
+                        bestArea = area
+                        best = CGRect(x: CGFloat(left) / CGFloat(n), y: CGFloat(y + 1 - height) / CGFloat(n),
+                                      width: CGFloat(right - left + 1) / CGFloat(n), height: CGFloat(height) / CGFloat(n))
+                    }
+                }
+            }
+        }
+        guard bestArea >= 4 else { return nil }
+        return CGRect(x: bounds.minX + best.minX * bounds.width, y: bounds.minY + best.minY * bounds.height,
+                      width: best.width * bounds.width, height: best.height * bounds.height)
+    }
+
+    private static func distance(_ p: CGPoint, to a: CGPoint, _ b: CGPoint) -> CGFloat {
+        let dx = b.x - a.x, dy = b.y - a.y
+        let length = dx * dx + dy * dy
+        let t = length > 0 ? min(1, max(0, ((p.x - a.x) * dx + (p.y - a.y) * dy) / length)) : 0
+        return hypot(p.x - a.x - t * dx, p.y - a.y - t * dy)
+    }
+}