跳转至

直接导入 PDF 无法生成 PAPER.md（#303）

状态：已修复

问题

在安装包版本（0.5.5, macOS）里导入本地 PDF，PAPER.md 永远生成不出来，界面 只表现为“一直解析中 / 解析失败”。pnpm tauri dev 一切正常，所以长期没被发现。

根因链路

liteparse 不静态链接 PDFium，而是运行时 dlopen。liteparse-pdfium-sys 的 build script 把 PDFium 下载到构建机的 OS 缓存目录，并把那个绝对路径 bake 成 PDFIUM_LIB_DIR。它的运行时搜索顺序是：PDFIUM_LIB_PATH → bake 的 PDFIUM_LIB_DIR → 自身模块同级 → exe 同级 → 裸库名。

打包产物里这些位置全都没有 dylib：

$ ls /Applications/Agentero.app/Contents/MacOS/
agentero  agentero-cli          # 没有 libpdfium.dylib，也没有 Frameworks/

tauri.conf.json 的 bundle 只声明了 externalBin，既没有 resources 也没有 macOS.frameworks；release workflow 也没有 provision PDFium（只有 ci.yml 为跑 测试临时下载）。于是在用户机上：

  1. load_default() 全部候选失败；
  2. liteparse-pdfium/src/library.rs 用的是 .expect("failed to load pdfium shared library") → panic，子进程退出码 101；
  3. run_liteparse_markdown 用 Stdio::null() 丢掉了子进程 stderr，只剩一句 read isolated PDF parser response (status ...)；
  4. run_parse_body_job 对 Ok(_) 一律标记 Succeeded，PaperParseResult.messages 被整体丢弃 → 任务面板显示“已完成”，用户完全看不到真实原因。

核心错误（本来只在子进程 stderr 里）：

failed to load pdfium shared library
could not find pdfium shared library
Set PDFIUM_LIB_PATH to the directory containing libpdfium.dylib

修复

随包分发 PDFium

  • 新增 scripts/prepare-pdfium.mjs（pnpm pdfium:stage）：按 target triple 解析 PDFium 资源，优先用 PDFIUM_LIB_PATH / 平台缓存，缺失则从 pdfium-binaries release 下载，产物落到 src-tauri/pdfium/（gitignore）。macOS 顺带 install_name_tool -id @rpath/libpdfium.dylib。
  • beforeDevCommand / beforeBuildCommand 都会跑 pnpm pdfium:stage，因此本地 与 CI release 都自带，不需要额外 workflow 步骤。
  • macOS 走 bundle.macOS.frameworks → Contents/Frameworks/libpdfium.dylib： tauri-bundler 对 .dylib 会拷进 Frameworks 并登记为 codesign target， 公证不会因为嵌套未签名 Mach-O 被拒。Windows/Linux 走 bundle.resources: ["pdfium/*"]；iOS/Android 清空 resources。

运行时定位

  • pdf_parse::bundled_pdfium_dir() 从 current_exe 探测 ../Frameworks、 pdfium/、../lib/agentero/pdfium（deb/AppImage）等位置，作为 PDFIUM_LIB_PATH 传给解析子进程；外部已设置该环境变量时不覆盖。

让真实原因可见

  • 子进程 stderr 重定向到 worker 临时目录的 stderr.log（用文件而非管道，取消 用的 select! 循环不会去 drain 管道）；拿不到 response 时把尾部 800 字符拼进 错误消息。
  • PaperParseResult 增加 error: Option<String>，只在真正失败时设置；跳过 （有 TeX / 已有 PAPER.md / 无 PDF / 已在解析中）与取消都不算失败。
  • run_parse_body_job 见到 error 就把 job 标记 Failed，任务面板的错误详情 因此能显示真实原因；agentero paper parse 同样改为返回非零错误。

遗留

agentero-cli 被「设置 → 安装 CLI」拷到 ~/.local/bin/agentero 后离开 bundle， 仍然找不到 PDFium —— 另开 issue 处理。

验证

  • cargo fmt --all、cargo clippy -p agentero -p agentero-cli --all-targets
  • cargo test -p agentero pdf_parse
  • pnpm tauri build --bundles app 后 Contents/Frameworks/libpdfium.dylib 在位
  • 临时移走 ~/Library/Caches/pdfium-rs（模拟干净机器）后，打包应用导入本地 PDF 仍能生成 PAPER.md
  • 把包内 dylib 改名后重试，任务面板出现失败的「解析 PDF 正文」并带真实原因