跳转至

Outlook Index Fusion Workspace

outlook-index 现在不再只是静态票据 mock。当前实现已经把页面切到 canonical document-recognition API，并把 Fusion 收敛为底层 runtime 实现。

当前能力

  • 当前 demo workspace 外壳仍会先校验 admin session；未登录时显示登录页，但底层 document-recognition API 本身是公开的
  • 支持通过 ?agent_id=...&run_id=... 深链打开指定单证识别 run
  • 地址栏现在会同步 canonical 路径 /operate、/doc-records、/manage、/maintain 以及对应的 agent_id / run_id / manage_run_id，刷新后会尽量恢复到相同 surface / agent / run 上下文，而不是回到首页默认态；旧的 ?surface=records 查询参数仍兼容恢复到 Doc Records
  • 顶部 Runtime 控件从 GET /api/document-recognition/runtime-agents 加载可选 runtime，并以 agent name 作为主要选择入口
  • Runtime selector 支持按 name、description 或 agent_id 搜索；用户不需要手动复制内部 ID
  • 先读取 GET /api/document-recognition/runtime-agents/{runtime_agent_id}，再根据 upload_slot_resolution 判断当前 runtime 是否可上传
  • 通过 multipart/form-data 调用 POST /api/document-recognition/runs
  • 在页面内轮询 GET /api/document-recognition/runs/{run_id}，并展示 canonical workspace_output
  • Operate 工作队列来源是 GET /api/document-recognition/runs/pending-sync?runtime_agent_id=...，由后端基于 document-recognition 投影状态筛出仍需处理的 run，避免在浏览器里只过滤最近历史窗口
  • 历史记录来源改为 GET /api/document-recognition/runs/page?runtime_agent_id=...，服务 Doc Records 的服务端分页历史列表；裸的 GET /api/document-recognition/runs 仍保留给其他历史回看和 lookup 场景
  • 点击字段或表格单元时，左侧 viewer 会切换到目标页并显示 bbox 高亮
  • 字段修正现在会先进入 operate/footer 的待同步列表；用户点击 Approve & Sync 后，会先看到一个简洁的确认弹窗，再通过 PATCH /api/document-recognition/runs/{run_id}/field-reviews/{field_id} 批量写回并重新拉取 run detail
  • Doc Records 现在是和 Operate 并列的独立 surface，通过 /doc-records 访问，并按当前 runtime 的 run list 渲染 document/run table
  • Doc Records 首次加载会走 /api/document-recognition/runs/page 做服务端分页，表格只渲染当前页；搜索、排序和分页都由后端处理，不再依赖浏览器本地切页
  • Doc Records 每行展示 document/run、run status、review status、字段计数、低置信度/校验问题、更新时间，并保留源文档 preview/download actions；Edit Columns 支持开关可选列、调整数据列顺序，表格与 CSV/Excel 导出会使用同一列顺序
  • Doc Records 对 failed run 和人工 rejected run 使用后端 canonical rerun action；重跑会创建新的 run id 和 source/target lineage，页面停留在 Doc Records 并刷新列表
  • Doc Records 和 OPERATE 会在后端已经记录 rerun lineage 后禁用同一个 source run 的 Rerun 按钮，避免重复重跑同一条失败记录
  • Doc Records 的 rerun 可用性来自批量 lineage 预取，而不是逐行单独查询；当前页的 source run 会一次性计算是否已有 rerun target
  • Doc Records 对 completed、unsynced 且尚未 rejected 的坏结果记录提供 Reject 操作；该操作只把 review_status 标记为 rejected，不会把执行状态改成 failed
  • Doc Records 表头支持点击排序，当前实现可以按 document/run name、ID、upload time、last edit time、sync status 和 document type 重新排序
  • Doc Records 的日期列使用紧凑的单行格式，避免同一列里因浏览器换行导致视觉高度不一致
  • Doc Records 的 document type 优先使用后端 canonical document_type / summary.document_type，字段计数优先使用 run-level summary 与 review counters
  • Doc Records 行内 Open 会带上当前记录所属的 run_id 切回 Operate，确保进入工作台后打开的是同一条 document/run 记录
  • 从 Operate 切回 Doc Records 时会重新拉取当前 runtime 的 run 列表，避免 Approve & Sync 后继续展示旧的 Synced / Unsynced 状态
  • Doc Records 搜索作用于 document/run rows，可匹配 document/run metadata、status、summary、计数和时间文本；empty state 会区分“当前没有 document runs”和“搜索无匹配”
  • 对于功能上线前没有 revision ledger 的旧 run，history 视图仍会展示 baseline 字段快照，并明确标记“未记录历史”
  • 历史记录回看时，会先通过单证识别 run 的 source_document_url / source_pdf_url 取回 blob，再在前端恢复 PDF / image 预览
  • PDF 预览使用前端 canvas 渲染页图层，再叠加 bbox overlay；这样 bbox 坐标才能与 PDF 页面内容对齐
  • PDF 预览改成渐进式页渲染：首次打开时优先渲染当前页（默认第一页），再按当前页附近逐步补页，而不是先把整份 PDF 全部 rasterize 完再显示
  • PDF 页面在 viewer 内按真实页数连续纵向滚动，页码状态跟随滚动位置更新；字段联动时会滚动到目标页顶部
  • viewer 会把远离当前页的已渲染 PDF 页图退回占位态，需要时再重渲染，以控制长文档的前端内存与 CPU 占用
  • 历史 job 只有在对象存储中的源文件仍然存在时，才能恢复原文档预览；仅有 extraction job 列表记录并不等于原始文件一定还能下载
  • 顶部导航已经拆成 OPERATE / MANAGE / DOC RECORDS / MAINTAIN 四个 surface；DOC RECORDS 通过独立的 /doc-records 页面显示 document/run 列表，MANAGE 会进入独立的管理页面壳层，MAINTAIN 目前仍是占位页
  • MANAGE 现在是浏览器本地的布局编辑器：进入时会优先使用当前 completed run，未分组的稳定字段也会先显示在中央布局画布中；用户可以选择一条成功历史 run，创建 section，把稳定字段拖入 section，调整字段宽高、显示模式、label、chip 显示开关，以及 section 的 flow / grid 布局模式
  • MANAGE 使用浏览器 localStorage 保存布局，作用域按 agent_id + version_id 隔离；布局不会写回后端，也不会跨浏览器同步
  • MANAGE 的 grid 模式支持为字段设置显式的 column start / row start，因此可以刻意留空某些网格位置；flow 模式仍保持自动补位
  • MANAGE 只编辑 field layout；tables 继续保持 OPERATE 中的独立 pane 展示和 bbox 联动，不进入布局编辑器
  • 当字段身份无法稳定区分时，这些字段会以 ambiguous 状态展示给用户查看，但不会进入持久化布局
  • OPERATE 现在按 sectioned form 渲染字段，未放入 section 的字段会进入 unplaced 区域；隐藏字段不会在 OPERATE 中展示
  • OPERATE 的字段值修正会先作为浏览器本地草稿按 agent_id + run_id 保存，刷新后可恢复；只有在 footer 中点击 Approve & Sync 并确认后，字段变更才会通过 canonical field-review PATCH 写回后端
  • OPERATE 顶部动作区提供 Refresh，会重新拉取当前 run detail 和队列状态，按钮点击后会显示旋转态，避免用户重复触发
  • OPERATE 顶部动作区会对 failed 或 rejected run 显示 Rerun；重跑成功后工作台切换到新 run。completed 坏结果需要先 Reject，再进入可 rerun 状态
  • footer 左侧现在是文件级 pager，序号优先对应当前 workspace 待审队列里的位置；该队列由后端 GET /document-recognition/runs/pending-sync 基于 run status、review status 和 last_reviewed_at 推导，成功 sync 后如果当前 run 已无 pending 字段，会自动从工作区消失并切到下一个待审文件。如果当前打开的是从 Doc Records 跳回来的历史 run、它不在待审队列里，pager 会回退到完整 run history，避免只显示总数却没有可切换的当前项
  • 表格单元编辑目前仍只有浏览器本地草稿，不会随 Approve & Sync 一起提交；footer 会把这类 local-only 变更单独列出来
  • MANAGE 仍不是全字段审阅工具；history inspector 会无视 layout 隐藏状态，单独承担“查看全部字段并继续修订”的职责

前端结构

  • outlook-index/src/components/fusion/FusionWorkspace.tsx
  • 工作台主状态：runtime agent、runtime detail、upload slot、run、polling、字段 timeline、bbox 选中态
  • outlook-index/src/components/fusion/FusionResultPane.tsx
  • 结果 pane：字段与表格布局、run 列表、字段修订入口
  • outlook-index/src/components/fusion/DocRecordsSurface.tsx
  • Doc Records 独立 surface：按 agent_id 调用分页 run API，再交给 DocRecordsPage 渲染 document/run table、搜索、源文档 preview/download 和回到 Operate 的 open action
  • outlook-index/src/manage/ManagePage.tsx
  • 布局编辑器：section 管理、字段拖拽、字段展示设置、浏览器本地自动保存
  • outlook-index/src/manage/layout-schema.ts
  • 布局 schema 类型与默认规则
  • outlook-index/src/manage/layout-reconcile.ts
  • 选中 run 字段与本地 layout schema 的 reconciliation
  • outlook-index/src/manage/layout-storage.ts
  • 浏览器本地布局读写与容错
  • outlook-index/shared/api/documentRecognition.ts
  • canonical document-recognition runtime/run/field-review 的前端适配层；listPendingSyncDocumentRecognitionRuns(...) 专供 Operate 队列，listDocumentRecognitionRuns(...) 保持历史列表语义
  • ai_service/document_recognition/interfaces/http/router.py
  • document-recognition HTTP 入口与 admin history 真相源
  • outlook-index/src/lib/fusion-output.ts
  • workspace_output 输出规范化与字段 identity 生成
  • outlook-index/src/components/fusion/FusionSectionedForm.tsx
  • OPERATE 字段 section 渲染
  • outlook-index/src/components/fusion/FusionFieldRenderer.tsx
  • 单字段表单壳层渲染
  • outlook-index/src/components/viewer/*
  • 文档预览与 bbox overlay 组件

本地联调

开发模式下，Vite 会把 /api/* 代理到 VITE_API_PROXY_TARGET，默认是 http://localhost:3000，也就是 demo-backend。

由于 outlook-index 现在使用 multipart 上传，demo-backend 也同步支持把 multipart /document-recognition/runs 请求透传给 ai_service。同一代理层也覆盖 document-recognition 的 pending-sync queue、reject、rerun、field review、timeline 和下载路由。 同时，当前页面壳层仍使用 admin session 控制 demo 入口，但 /document-recognition/runtime-agents* 与 /document-recognition/runs* 自身不要求登录。

Runtime 选择语义

outlook-index 的 UI 以 agent name 帮助用户选择 runtime，但 API、深链、历史记录和本地布局作用域仍使用稳定的 agent_id。 如果 URL 或 localStorage 中保存的 agent_id 已不在 /document-recognition/runtime-agents 返回列表中，页面会提示该 runtime 已不可用，并要求用户重新按名称选择一个已注册 runtime 后再上传。