Skip to content

feat(linux): Qt6 WebEngine 宿主替换 egui,并修掉装包/云同步/界面能力一批问题 - #1446

Open
aeoform wants to merge 139 commits into
Open-Less:betafrom
aeoform:feat/linux-qt-host
Open

aeoform wants to merge 139 commits into
Open-Less:betafrom
aeoform:feat/linux-qt-host

Conversation

@aeoform

@aeoform aeoform commented Nov 15, 2026

Copy link
Copy Markdown
Collaborator

这个 PR 做了什么

把 Linux 版的渲染层从自绘 egui 界面整体换成 Qt6 WebEngine 宿主 + 官方 React 界面,业务逻辑一条不动地留在 Rust 侧;顺带修掉一长串只有真机才会暴露的问题。

Qt6 WebEngine 窗口层(linux-qt,C++)
        │  HTTP 命令桥 /api/invoke + SSE /api/events
        ▼
linux-web(Rust):后端装配、命令面、热键、托盘
        ▼
openless-core(与 macOS/Windows 共用)

1. 宿主替换

  • 删除 linux-egui(25 万行自绘 UI),保留其非 UI 部分改名 linux-host(音频 / 凭据 / fcitx5 / 热键 / 托盘 / 设置 / 更新检查)。
  • 新增 linux-qt:Qt6 WebEngine 三个 surface(主窗口、录音胶囊 layer-shell 不给焦点、问答面板),软件渲染以适配 layer-shell 弹出层的合成路径。
  • 新增 linux-web:把 135 个前端命令与 30+ 事件做成 HTTP 桥,同一个后端可被 Qt / CEF / 普通浏览器驱动。
  • 与 Tauri 的命令签名、事件名、启动顺序逐条对齐(bind restore effects → start → ensure_runtime_ready → remote_input.configure;启动时不再 sync_now)。

2. 端到端修掉的问题

  • 云同步 E2EE:secure_storage_denied(Linux 没实现 read/write_sync_secret)、凭据无法导出/还原、同步事件没送到前端、channel configuration 不参与 round-trip、Omni 渠道没地方存、replace 把 Marketplace token 一起删掉导致「还原后要求重新登录」、设备码轮询 0ms 打满接口、登录后自己把自己登出。
  • 快捷键没反应:backend.start() 从来没被调用(GTK 时代就存在),状态类命令全部返回 backend is not started。
  • Omni 凭据读写键不一致:前端读 omni.api_key,库存在当前 provider 名下 → 设置页永远空。
  • 剪贴板:Wayland 只认「最近有输入 serial 的客户端」,改为由获得焦点的宿主窗口写剪贴板;fcitx5 的 setClipboard 只写它自己的历史。
  • 装包(issue [infra/devex] Linux RPM 打包 spec 使用 %files / 导致在 Fedora 上与 filesystem 包冲突无法安装 #1403 / [insertion] Linux 包维护脚本未检查 NameHasOwner 即调用 D-Bus 导致自动激活 fcitx5 并顶掉用户现有 IBus 输入法 #1404):RPM %files 不再声明 /usr、/usr/bin、/usr/share/icons/hicolor 等共享目录(与 filesystem 包冲突导致 Fedora 装不上);postinst/postrm 先用 NameHasOwner 确认 fcitx5 已是当前输入法再 Restart,不再 D-Bus 自动激活顶掉用户的 IBus。

3. 界面能力对齐

  • detectOS() 以前为了不画双标题栏把 Linux 报成 win,导致「Windows 输入法后端」「插入后恢复剪贴板」等 Windows 专属设置全被放出来。现在 OS 增加 linux,窗口装饰按「合成器画框」处理。
  • 「输入法后端」在 Linux 上查真实状态:fcitx5 插件是否安装、守护进程是否在跑(NameHasOwner,不触发激活)。
  • 还没实现的功能不藏:整块置灰并标注「即将支持」(语音编辑、剪贴板插入、本地模型、实时输入、语音唤醒),并给出说明文案(8 语言)。
  • es/fr/de 三个语言恢复;Rust 侧 13045 行生成文案表缩到 553 行(界面文案只在 React 里),删掉同步脚本。
  • 选区助手接通:快捷键 → 读选区 → 润色 → 替换,胶囊显示「正在润色… / ✓ 已替换」。

4. 打包与 CI

  • linux-qt 打包脚本:deb + rpm,随包附 LGPLv3 合规声明(Qt / QtWebEngine / LayerShellQt 动态链接)。
  • 打包前强制构建前端 bundle(dist/ 不入库),并检查 src/ 比 dist 新则报错 —— 之前打过一版包,界面代码落后 4 天。
  • resolve_dist() 在 /usr/lib/openless 布局下找得到自己的 web/dist(原来会算成 /usr/lib/lib/...,在用户机器上直接起不来)。
  • CI:check-linux.yml / release-linux.yml 替换 egui 工作流,打包步骤安装 Qt6 工具链并编译宿主。

验证

  • cargo test -p openless-linux-host(167 + 集成)、openless-core lib(1480)全绿;clippy -D warnings 干净。
  • 契约测试:linux-host-release-contract、linux-host-tauri-free-contract、host-logging-contract、tauri-linux-free-contract、ci-changed-areas、ci-cache-*、release-publication-contract、frontend-test-runner 全过。
  • 真机(KDE/Wayland + fcitx5):deb 解包直跑,三个 surface loadFinished=1,托盘注册、热键监听、命令桥正常;CDP 逐页读 DOM 复核了上面列的设置页状态;云同步从登录到还原不要求重新登录。

已知未做(后续 PR)

  • 本地模型(sherpa-onnx / Whisper):运行时目前还在 src-tauri,需要挪进 core 才能在 Linux 启用。
  • 剪贴板插入通道(写剪贴板 + 模拟粘贴)、语音编辑窗口、实时输入、语音唤醒:界面已占位并标注「即将支持」。

之前的状况:Tauri 有完整更新链路(`appCheckUpdateWithChannel` → plugin-updater /
Android 安装器);egui 侧完全没有 —— `supports_auto_update` 恒为 false,
`settings.recording.autoUpdateCheckLabel` 这一行被刻意藏起来(`auto_update_check`
存下来没人读),关于页只有链接。也就是说「检查更新」在 Linux 上根本不存在。

Linux 只发 deb/rpm,没有可自替换的封装,所以这里做到「发现新版本 + 打开下载页」,
不假装能自安装:

- 新增 `linux-egui/src/update_check.rs`:解析 GitHub Releases 的**公开 atom 源**
  (与 Tauri 的 Beta 检测同源,CDN 缓存、没有 REST 的 60 次/小时限流)。
  标签从 `<id>` 里取 —— `<title>` 是 `OpenLess v2.0.2-Beta.3-tauri`,带产品名前缀,
  不能直接当标签。版本比较忽略构建后缀 `-149`,同一基线上正式版 > 预发布版,
  `Beta.10 > Beta.9` 按数字比。
- 关于页新增「更新」卡片:Beta 频道开关(写 `update_channel` +
  `update_channel_explicit`,与 Tauri 同一组偏好)、按频道切换文案的检查按钮、
  状态行(检查中 / 已是最新 / 有新版本 vX / 失败原因),发现新版本时出现
  「打开 Releases」。
- `auto_update_check` 现在真的被读取:启动后查一次、之后每 60 分钟一次(空闲态才
  触发,避免和手动检查并发)。录音设置里的那一行开关因此从「藏起来」恢复成真开关。
- 网络走 `openless_core::net`(沿用系统代理偏好 + 重试)。

验证:`update_check` 4 个单测(解析 / 频道选择 / 版本比较 / 空源);一个
`--ignored` 的真源演练(真连 GitHub 解析当前发布,本地跑通);crate 全量测试、
clippy `-D warnings`、`localization_contract`、前端 144 个契约测试全绿。
与 Tauri 的 AutoUpdateGate 对齐:后台检查(启动 + 每 60 分钟)找到新版本时,
Linux 侧不能自动安装,所以只发一条通知 + 状态行提示「有新版本 vX」,
用户自己去设置 → 关于 打开下载页。手动检查不打扰。
这两个功能在 Linux 上一直不存在 —— Tauri 侧的 `supports_auto_update` 式门禁只是
「Tauri 版不在 Linux 上跑」的副作用,不是「Linux 不需要」。Core 早就准备好了
`host_context` / `edit_observation` 两个注入点,Linux 一直注入的是 Noop。

底座:fcitx5 插件的 `GetSurroundingText`

- 新 D-Bus 方法返回焦点输入上下文自报的 `valid⇟program⇟cursor⇟anchor⇟text`
  (偏移是**字符**数)。应用不支持 surrounding text 时 `valid=0`。
- 为什么走 IME 而不是 AT-SPI:提交文字本来就走这条 input context,应用自报的
  光标位置比遍历无障碍树可靠,且不需要额外权限。
- 返回单字符串而不是 D-Bus struct:fcitx 的 vtable 对多返回值类型的签名校验
  不接受 `std::tuple`,实测编译失败;用 `\x1f` 分段(文本在最后一段)更简单也
  不会和文本内容冲突。

光标上下文(`linux-egui/src/host_context.rs`)

- `LinuxHostContextAdapter` 读一次 surrounding text,按 600 字符预算切出光标前后
  两段交给 `prompts::cursor_context_input`,模型就能接着用户正在写的内容润色。
- 设置 → 隐私与数据 新增开关(Core 偏好 `cursor_context_enabled`)。
- `include_cursor=false` 时**连 surrounding text 都不读**(不是读了再丢)。

自动学词

- `LinuxEditObservationAdapter`:插入完成后每 250 ms 采样一次,内容变了就用
  Core 的 `minimal_edit` 求最小编辑对,只有「改动落在刚插入的文本里」
  (`edit_is_within_typed_text`)才上报给 `EditObservationSink`;Core 接受则推进
  基线继续观察(同一轮多处修改都能收集),拒绝则立即停止读文档。
- 设置 → 高级 新增「自动学词」页:开关 + 观察时长 / 建议时限 / 短语长度上限 +
  恢复默认。

隐私门禁

密码管理器与终端一律不读:`is_sensitive_program` 在**读取之前**判断
(keepass/1password/bitwarden/lastpass/dashlane + terminal/konsole/alacritty/
kitty/wezterm/xterm/tilix/guake/yakuake/putty/tmux/screen),命中时连 surrounding
text 都不请求,并在日志里只记程序名。

验证

- `host_context` 9 个单测:敏感应用识别、光标切分、空文档、越界光标(不 panic)、
  预算上限、编辑落在插入文本内/外、敏感应用直接停、假 reader 驱动整条观察循环。
- `fcitx5_contract` 新增 surrounding text 契约(无焦点时必须 `Ok(None)` 而不是报错)。
- fcitx5 插件 `build.sh` + `ctest` 通过;crate 274 测试、clippy `-D warnings`、
  `localization_contract`(测试样例已改英文,避免污染中文基线)全绿。
对着 Core 的事件与端口逐个对了一遍,Linux 宿主这几处是「定义了但没人消费」:

1. **`BackendEventKind::QaLevel` / `SelectionVoiceLevel`** —— QA 面板录音时的实时
   电平。Linux 从来没转发过,面板上那圈「录音呼吸光」的 `level` 一直写死 0.0。
   现在电平走一条**独立的轻量消息** `HostToPopup::QaLevel`(高频,每秒十几次;
   走快照会重建整段对话,把滚动和输入框拖卡),并且不参与序号排序 —— 迟到的
   电平只值一帧,没有覆盖旧状态的风险。QA 面板的环接上真实电平。

2. **`BackendEventKind::InsertFallback`** —— 插入失败时 Core 会兜底把文字放进
   剪贴板,但宿主什么都不说,用户以为没生效、文字丢了。现在状态行 + 桌面通知
   明确提示「已复制到剪贴板」。`reason` 是给日志看的错误码(Tauri 也不显示)。

3. **`BackendEventKind::Notification`** —— Core 的主动通知(插件升级等)被无声
   丢弃。现在转成桌面通知 + 状态行。

顺带:**「流式插入」开关在 Linux 上是假的** —— Core 会先问
`TextInsertionSession::supports_streaming()`,而 fcitx5 的插入会话只实现整段提交
(`CommitDictationTarget`),没有增量替换通道。两个相关开关直接从设置页移除,
等真的实现增量替换再放出来(不留点了没反应的开关)。

验证:crate 274 测试全绿(含 localization_contract)、clippy `-D warnings` 干净。
接线(Core 有事件、宿主之前没人消费):

- `MicrophoneDevicesChanged` → 重扫麦克风列表(否则设置页下拉停在旧设备上)
- `HotkeyStatusChanged` → 失败时把原因写进状态行,并强制下一帧重探隐私页探针
  (否则页面继续显示「已就绪」)

按决定下线:

- **剪贴板:Linux 不做**。`Fcitx5TextInserter` 关掉 clipboard fallback —— 插入失败
  就是失败,由状态行 + 桌面通知显式告知(文字仍在历史里可重试),不再悄悄塞进
  剪贴板。设置页移除「插入后恢复剪贴板」开关与整组「插入与剪贴板」卡片
  (流式插入本就因 fcitx5 无增量替换通道而不可用)。
- 语音唤醒、本地模型不做:保持 `voice_activation_runtime: None` /
  `local_asr_runtime: None`,UI 上也不出现对应开关。
对 `a60bf630`(Open-Less#1250)里 QaPanel 的重写,把 Linux 这侧缺的部分补上:

- **`activity`(在干什么)**:Core 的 `QaStateEvent.activity` 早就有
  `thinking / searching_web / reading_web / using_tool{tool_name}`,但 egui 从来没读,
  面板永远显示「思考中」。现在透过快照带过来并按类型显示具体动作,
  `using_tool` 带工具名。
- **逐条消息复制按钮**:Tauri 这次给用户消息与助手消息各加了一个 `CopyMessage`。
  Linux 用现有的 `fcitx5_copy_to_clipboard` 实现(只做**用户显式点击**的复制;
  听写的插入兜底仍然不做,两者不是一回事)。
- **用户头像改成麦克风图标**:Tauri 把 GitHub 头像换成了 `MicIcon` —— 这条消息本来
  就是用户说出来的,头像属于身份、不属于说话方式。顺手删掉不再使用的
  `textured_circle`。
- `SupervisorCommand::Send` 装箱:`HostToPopup` 变体与快照体积都长了,clippy 的
  `large_enum_variant` 会拦。

**没同步的部分(Linux 上不适用)**:面板 `expanded` 收缩(录音时变胶囊、有内容才
展开)与 `nativeReady` 的尺寸握手 —— 那是 Tauri 原生窗口动态改尺寸的行为,Linux 的
QA 面板是固定 420×540 的独立进程窗口,没有对应操作。

验证:crate 274 + 217 测试全绿、clippy `-D warnings`、i18n 目录同步(新增
`qa.activity.*` 四条)无漂移。
同步脚本自身也补一句:Tauri 的 i18n 目录现在互相用无扩展名 import,
必须带 `--import ./scripts/register-ts-loader.mjs`,否则 Node 直接
ERR_MODULE_NOT_FOUND。
问题:开机后 Secret Service 还锁着时,凭据相关的调用没有任何上限——zbus /
`secret_service` 在「等用户输密码」时不会返回,`keyring` 存储的惰性初始化也
没有超时。结果是后端什么都没发生:没有报错、没有解锁窗口,用户只能重启。
而且「锁定」和「保险库丢了」共用同一句「请恢复原来的钱包」,既误导又无路可走。

修法分四层:

- **超时**:`read/write/remove` 与 legacy 读取全部走 `run_with_vault_timeout`
  (8 s 上限)。超时返回 retryable 的「钥匙串已锁定」,不再无限等。
- **状态**:`ensure_persistent_vault` 把 `Locked` 分成独立的可恢复错误,
  文案改为「解锁后重试,密钥没有被删除」,不再让人去「恢复原钱包」。
- **探测**:`probe_session` 里那句 `keyring::Entry::store_status()` 会惰性初始化
  zbus 存储(连接 + OpenSession),现在放进看门狗线程最多等 2 s;等不到就按
  「锁定」报,权限页不会再永远停在「检查中」。
- **出路**:新增 `linux_access::unlock_default_vault`——只解锁**默认集合**,
  先订阅 `Prompt.Completed` 再触发 `Prompt.Prompt()`,全程 120 s 上限,
  已解锁时立刻返回。设置页「权限与数据」在锁定态显示「解锁钥匙串」蓝色按钮
  和一句说明;点完自动重探状态,不用重启。

边界:开机自启的进程**不会**主动弹密码框——只按用户点击触发,避免没人在电脑前
时冒出一个系统对话框。

测试:超时→锁定错误(含「不会真的等 30 s」的断言)、快速操作原样透传、
锁定文案五语种都有译文、锁定态画出按钮而其它状态不画。
`StreamingInsert` / `StreamingSaveClipboard` / `RestoreClipboard` / `Multimodal`
在界面上已经没有任何渲染点(流式插入与剪贴板按决定下线,多模态走分段控件
的 `SettingsCombo`),只剩 apply_settings_toggle 里四条改 prefs 的分支——留着
就是「看不见的假开关」,以后容易被误认为还生效。
**语言**:Linux 一直只支持 5 种(zh-CN/zh-TW/en/ja/ko),而 Tauri 早就
有 9 种选项(多了 es/fr/de),翻译文件也都在仓库里 —— 纯粹是 egui 的 Rust
目录用「一行五列」写死挡住了。现在:

- `Lang` / `LANGS` / `row()` / `Msg.text` 扩到 8 列,顺序与 Tauri 的
  `SUPPORTED_LOCALES` 一致;`Lang::parse` 认 `es_ES` / `fr_CA` / `de_AT`。
- 语言下拉与 `LocalePref` 换算不再写死 5 个分支,统一按 `LANGS` 推导,
  以后加语种只改 i18n 一处。
- `sync-egui-i18n.mjs` 支持 5→8 列迁移:有 Tauri 译文的键用真实译文,
  纯 egui 的 267 个键用英文兜底(不是回落到中文)。
- 系统语言探测测试补上三种新标签。

**繁简 / 输出语言**:Core 早就有 `ChineseScriptPreference` 与
`OutputLanguagePreference`,polish 提示词直接吃这两个偏好,但两个界面
(Tauri 和 egui)都没有入口,等于永远是 Auto。现在外观页新增「输出文字」
卡片:中文正字法(跟随/简体/繁体)+ 输出语言(跟随/简体中文/繁體中文/
English/日本語/한국어),带完整五+三语种文案。

不是装饰开关:值会写进 `UserPreferences`,Core 下一轮润色就按它生成提示词。
实测这台机器的麦克风峰值只有 0.04(Core 乘 4 之后约 0.02)。固定的门限
`visual_voice(gate 0.012 / ceiling 0.34)` 假设说话能到 0.2–0.3,于是 0.02
只映射到约 8% 高度 —— 三种胶囊看起来都「不动」,原因不在动画,在量程。

- **自适应量程** `adaptive_level`:约 1.5 s 半衰的峰值跟踪当量程,噪声门跟
  着峰值走(`peak * 0.25`)。安静麦克风说话也能推到满格,大声说话不会溢出,
  停顿后量程自动回落,不会把一次大声永久当成满量程。
- **逐帧缓动** `vu_level`:条状胶囊以前是「来一条快照跳一格」(Core 按音频块
  发,10–20 Hz),现在每帧按 `dt` 逼近目标,起音 14/s、回落 5/s(与 Tauri
  `SiriGL` 的 attack/release 同曲线),并在录音中 `request_repaint_after(16ms)`。
- **去双重压缩**:`audio_bars` 之前对已经过 gate+pow 的值再压一次,现在拿到的
  就是视觉值,不再二次压缩。
- siri 光球与条状胶囊共用同一套自适应量程。

测试:安静麦克风(0.004 底噪 / 0.023 说话)底噪 <0.2、说话 >0.8;量程回落;
起音快于回落。
macOS/Tauri 现在的选区助手(`QaPanel.tsx:373` 的 `expanded`)是两段式:
按下热键先出一个**小的语音输入框**(`is-capsule`:输入框 + 麦克风药丸),
只有出现答案 / 流式正文 / 润色结果 / 错误时才长成 420×540 的对话面板。
Linux 之前永远弹 540 高的展开面板 —— 也就是用户说的「和旧版完全不同」。

实现方式不是重建进程:QA 面板本来就是普通 winit 窗口(X11 与 Wayland 都是),
所以直接发 `ViewportCommand::InnerSize`

- `QA_COMPACT_SIZE = (420, 212)`:只放得下标题行 + 输入框,线程区高度算成 0;
  `QA_WINDOW_SIZE = (420, 540)` 保持原样。
- `qa_wants_expanded()` 复刻 Tauri 的判定,另加一条「流式正文非空也展开」
  —— Linux 的流式文本画在线程区,藏在小窗里等于看不见。
- `sync_qa_window_size()` 只在布局切换那一帧发 `InnerSize`,并按窗口中心
  重算 `OuterPosition`,所以窗口是从中间「长大」而不是从左上角跳。
- 测试:录音/思考/空对话保持小窗;流式正文、助手消息、润色、错误都会展开。

另外说明:我没法直接看视频(当前模型不支持图像),所以两段式的形态是按
Tauri 源码 `qa-capsule-shell.is-capsule` / `is-expanded` 两份 CSS 与
`expanded` 判定对齐的;如果和 macOS 的观感还有差异(比如药丸的位置、
小窗的圆角/阴影),告诉我具体差在哪一点,我按点改。
上一版把 QA 窗口按「空对话」缩到 420×212,但仍照 540 的布局画:标题行、
空状态(图标画在 `center.y - 48`,也就是跑到标题行上)、「编辑指令」勾选框
全挤在同一条 212 px 里,输入框被推到可视区外 —— 用户看到的正是「手打输入的
框没了」。

现在紧凑形态是**独立的一套布局**(对齐 Tauri `qa-capsule-shell.is-capsule`):

- 顶条只有 ✕(整条可拖),高度 6+6,不再画标题与提示副标题;
- 一行说明(`qa.empty_title` / `qa.empty_desc`),告诉用户这个框是干什么的;
- 底部就是输入组(输入框 + 发送 + 麦克风环),没有「编辑指令」勾选框。

展开态完全不变(标题行 + 线程 + 勾选框 + 输入组)。

测试:紧凑 420×212 下必须画得出 `qa.composer_placeholder`;空对话不再画标题;
润色结果与展开态的选区助手共享同一套外壳(分隔线位置对齐);图钉测试改用
展开夹具。
把 Tauri 的窗口代码重读了一遍,之前那版有几处是凭印象抄的:

`src-tauri/src/lib.rs`
- `QA_WINDOW_WIDTH/HEIGHT = 480/80`(紧凑),`QA_WINDOW_EXPANDED_*=760/416`
- `position_qa_window` = `bottom_center_position(frame, w, h, 8)` —— **贴工作区
  底部居中**,不是屏幕居中
- `set_qa_window_expanded`:宽度/高度按状态取常量;位置 `x + (oldW-newW)/2`、
  `y + oldH-newH-lift`(**底边不动、向上生长**,展开再上抬 40px),最后夹回工作区

现在 Linux 侧照抄这套:

- `QA_COMPACT_SIZE = (480, 140)`、`QA_EXPANDED_SIZE = (760, 416)`、
  `QA_BOTTOM_INSET = 8`、`QA_EXPANDED_LIFT = 40`
- 窗口**出生即紧凑态**并贴底居中(此前是 420×540 屏幕居中)
- 展开时按 Tauri 公式重算位置:水平中心不动、底边上抬 40,再夹回显示器
  (`ViewportCommand::InnerSize` + `OuterPosition`,仍是同进程换尺寸)

**一处刻意的差异**:Tauri 紧凑态只有一个 68/116px 的 `OpenLessPill`(取消 +
波形 + 确认),没有输入框——macOS 的打字走 `qaCompanionKey` 辅助键。Linux 没有
那个入口,所以紧凑态保留输入组,高度取 140(一行说明 + 输入组)。这不是漏抄,
代码注释里写清了。

测试:X11 摆放 / 夹取断言按新锚点重算;紧凑渲染仍必须画得出输入框。
上一版紧凑窗是 480×140 的「说明 + 输入框」,看着像一张空白的白卡片,
和 macOS 那个小药丸不是一回事。现在按 Tauri `QA_WINDOW_HEIGHT = 80` 收齐:

- 紧凑态只画一行:输入框(flex)+ 麦克风 + 发送,四周 16px 留白;
  没有标题行、没有说明行、没有「编辑指令」勾选框。
- 录音时选区摘要进输入框的 placeholder(`选区助手 · 摘要…`),不再另占一行。
- Esc 收起(紧凑态没有 ✕)。
- 窗口出生仍是 480×80、贴工作区底部居中的一条;展开仍按 Tauri 公式
  (760×416,底边上抬 40)长成对话面板。

和 macOS 唯一的差别:Tauri 的紧凑态只有 `OpenLessPill`(取消/波形/确认),
打字要等展开;Linux 没有 `qaCompanionKey` 那个辅助键入口,所以这一行保留
输入框。注释里写清了这是刻意差异。
两处实打实的问题:

1. **润色预览写的是「可直接编辑」,实际是只读 Label** —— 副标题和实现互相矛盾
   (Tauri 的 `qa-polish-editor` 是 textarea)。现在换成 `TextEdit::multiline`:
   草稿存在 ctx 里,换了新的润色结果(原文变了)就重置;「确认并替换」回传的是
   **编辑后的**文本,没改过就等同于原文。

2. **窗口尺寸判据错了** —— 之前用 ctx 里记的「已展开」标记判断,但弹窗进程会被
   宿主重建:重建后窗口回到出生尺寸(480×80),而标记还在「已展开」,于是
   `sync_qa_window_size` 直接 return,润色预览/对话面板就被挤在 480 宽的小窗里
   裁掉。现在改成比较**真实 inner_rect**(±8px 容差),既修掉重建后的错位,也
   让「窗口被合成器改了尺寸」这种情况自愈。
截图里那张「选区润色预览」是 760 宽的白板:窗口宽度照抄了 Tauri 的 760,但
Tauri 的卡片只有约 **560** 宽,两侧是透明留白(`qa-answer-panel` 有外边距)。
卡片被拉满整个窗口,于是看起来像一张表单。

- 新增 `QA_CARD_WIDTH = 560`:`CentralPanel` 加左右外边距把卡片收窄并居中,
  上下各留 8px;润色预览与对话面板同时生效。
- 润色标题行按 Tauri `.qa-answer-header` 合成一行:`✳ 选区润色预览 可直接编辑… ✕`
  (之前是标题 + 副标题两行)。
- 测试:两个卡片只断言**宽度一致**,不再断言分隔线 y 相同 —— 润色标题一行、
  选区助手标题两行,纵向本来就不一样(Tauri 也是)。
对照 macOS(mpv-shot0001 → shot0002)的流程:

1. **按热键 → 屏幕底部中间一个药丸**(录音:✕ / 波形 / ✓;处理中:一行状态字,
   就是 shot0001 里那个 "thinking")。Linux 之前紧凑态画的是一条输入框、而且
   按 QA 热键只切换窗口显隐,Core 停在 Idle —— 所以**根本没有语音输入这一步**。
2. **答案 / 润色结果回来之后才展开**成 760×416 的对话卡片(shot0002)。

具体改动:

- `toggle_qa_panel`:按 Tauri `handle_qa_hotkey_pressed` 的逻辑,录音中 → 结束这一问;
  否则 → `start_voice_question_from_recording_key()` 直接开一次语音提问。
- 紧凑态从「输入框行」换成 `compact_pill()`:药丸 + 波形(复用这轮做的自适应电平
  `vu_level`)+ 录音时上方一行选区提示(Tauri `qa-voice-hint`)。
- 紧凑态不画卡片、不画输入框;窗口 480×80 透明,只有药丸本身。
- 测试:紧凑态 thinking 必须画出状态字、录音态不得出现输入框占位、录音时选区提示
  在药丸上方。
日志显示上一轮你按的是**听写键**(alt+A,`target=ForegroundApp`),QA 热键
(ctrl+shift+;)一次都没触发,所以 161 的药丸没有机会出现;而选区润色(alt+X)
那条路径以前是「什么都不画,等结果」,于是看起来「UI 一点没变」。

现在选区润色也走两段式:
- `SelectionPhase::Capturing` → 立刻弹 QA 药丸(phase=thinking,带上选文摘要),
  就是 mpv-shot0001 里那个小条;
- 结果到达(`Preview`)→ 送 `PolishPreview` → 窗口展开成面板(shot0002);
- `Failed` / `Cancelled` → 收掉药丸,不留一个永远「正在思考」的条。
日志里用户按 alt+X 得到的是
`[hotkey] selection polish had no captured selection: showing the capsule error`
——面板根本不出现。根因在插件:

    if (ticket.empty() || !selectionIc_) return "";

`selectionIc_` 只在热键按下时的**当前输入上下文**里被保存。浏览器地址栏/终端/
字幕窗口这些地方焦点不在 IME 上下文上时它是 null,于是直接返回空字符串,哪怕
合成器的 PRIMARY 里明明有选中的文字(实测 `wl-paste --primary` 拿得到)。

现在:

- 没有输入上下文也继续走 PRIMARY → clipboard-cache 的兜底链去抓文本;
- 抓到后目标记为 `surroundingValid=false` + `inputContext=nullptr`,于是
  `applySelectionTarget` / `revertSelectionTarget` **安全失败**(不会解引用空指针,
  也不会往别的窗口写字)——这是只读预览:面板能看、能复制,替换则明确报错。

macOS 的选区润色并不要求 IME 上下文(它读 AX 选区),这条是同语义的兜底。
163 让插件在「没有 IME 输入上下文」时自己去读 PRIMARY,但装完后日志依旧是
`selection polish had no captured selection`——说明那条兜底链在这个会话里
仍然给不出文字(fcitx5 clipboard addon 的 PRIMARY 观察在 KWin 下没有拿到)。

改成宿主侧兜底,跟插件无关:
- `LinuxSelectionRuntime::capture`:插件返回空时,直接跑
  `wl-paste --primary --no-newline`(没有就用 `xclip -o -selection primary`),
  800ms 上限,读不到就照旧失败;
- 这样抓到的目标记 `primary_only = true`:**面板能出来**(润色结果可看/可编辑/
  可复制),但 `apply` 明确拒绝写回(这个窗口没有可 commit 的输入上下文),
  不会假装成功、也不会往别的窗口写字。
两件事,第一件是根因。

1. **打包一直装着十几天前的插件** —— `package-linux-egui.sh` 直接
   `install build/libopenless.so`,而那个文件是 10 月 27 日编出来的产物。于是
   插件侧所有修复(选区兜底、D-Bus 方法)**从来没进过 deb**:用户在 163 里看到
   「还不行」不是逻辑没改,是改动根本没被装进系统。现在打包前先
   `cmake -S/-B + cmake --build` 现编(`OPENLESS_SKIP_FCITX5_PLUGIN=1` 可跳过),
   并在包里用 `strings` 校验了新符号。

2. **插件改从 fcitx5 自己的缓存读选区**(按用户要求,不走合成器):
   `CaptureSelectionTarget` 现在先问 clipboard addon 的 PRIMARY 缓存
   (`IClipboard::primary`,完全是 IME 内部观察),只有它为空时才退到
   ext-data-control 探针,最后才用应用自报的 surrounding。`GetSelectionText`
   同样改成缓存优先。
按用户要求去掉所有并行来源,也不再读 addon 的字符串缓存:

- `captureSelectionTarget`:只做一件事——`clipboard->call<IClipboard::primary>(selectionIc_)`,
  与「读剪贴板」完全同一条路径,并把当前输入上下文传进去(addon 按该客户端的
  data-device 取)。合成器探针(ext-data-control)、缓存兜底、应用自报的
  surrounding **都不再作为取词来源**;surrounding 只保留「光标/锚点快照」用于
  替换前校验。
- `GetSelectionText` 同样改成这一条路径。
- 宿主侧 `wl-paste/xclip` 兜底删除(`primary_only` 字段与 apply 的拒绝分支一并移除):
  选区来源只剩 fcitx5。

留一条的原因:之前三条来源互相抢答,会出现「拿到的是上一次的选区」这种不准确
的情况(探针说 NoText、缓存还留着旧文本、surrounding 又是另一个版本)。
D-Bus 抓包证明整条链是通的:SelectionPolishEvent ×14、CaptureSelectionTarget ×8、
ApplySelectionTarget ×7 —— 热键、取词、替换都执行了。真正的原因是偏好里
`selectionPolishOutputMode = directReplace`:这个模式**本来就没有预览面板**,
替换完什么都不显示,所以看起来像“没反应”。

- 新增:SelectionPhase::Completed 且没有预览面板时,弹一条胶囊「已替换选中文字」
  并按时序自动收起;
- 想看到 macOS 那个面板,把「选区助手 → 交付方式」切成「预览确认」。
- 去掉底部那条「已替换」胶囊(revert 62ab28c,用户不要这个弹窗)。
- 标题行:`✳`(19px 蓝) + 标题(12px/620),副标题(10px 灰) 靠右(Tauri
  `.qa-answer-header` 的 `min-height:49 / padding 0 19 / gap 7` 与
  `> span:last-child { margin-left:auto }`)。
- 结果文本域:字号 14 → 13(`.qa-polish-text` 是 13/1.6)。
- 底部按钮:高 34 → 28、圆角 7 → 9、字号 13 → 11、图标 16 → 13、边框 0.5 → 1
  (`.qa-edit-actions button` 是 `padding 7/12; border-radius:9; font-size:11`,
  `.qa-apply` 是 accent 填充)。为此给 `icon_text` 加了带字号/图标尺寸的变体。
`desktop_resources::configure` 一直传 `false`,所以 egui 渲染的原生胶囊在发行版里
从来没有启用过 —— 是死代码。按「仓库里不留 egui」的要求整体移除:

- 删除 `native-capsule/`(eframe 可执行文件)与 `crates/openless-capsule/`
  (egui 渲染器 + capsule 协议),workspace 成员、`src-tauri` 依赖一并去掉。
- 删除 `src-tauri/src/native_capsule.rs`;`TauriCoordinatorHost` 去掉 `native` 字段,
  `present_native_capsule` 保留为「只起停音频提示音」的薄实现(调用方无需分支),
  `stop_native_capsule` 只停提示音。
- `desktop_resources` 去掉低内存模式(`active()`/`configure()` 及其让 Tauri 不创建
  main/capsule 窗口的分支):胶囊始终是 webview 窗口。
- CI:删除 `native-capsule` 作业与 `capsule` 区域检测(`ci-impact.mjs`),
  相关契约测试改成断言「这些作业/工作流不会回来」。
- `Cargo.lock` 掉 2100 余行(eframe/egui/epaint/wgpu 等整条依赖链),
  `linux-host` 清掉 5 个已经用不到的依赖(resvg/rfd/semver/unicode-segmentation/wayland-client)。

验证:`cargo build --release --locked` 通过、`cargo clippy -p openless-linux-host
--all-targets` 零警告、`cargo test -p openless-linux-host` 全绿、
11 个 node 契约测试 + 全量前端测试(167)通过;213 号 deb/rpm 重新打包并 verify。
和 macOS / Windows / Android / Harmony 一致:`ci.yml` 里定义 Linux 的作业,
`release-tauri.yml` 里定义 Linux 的发版作业,仓库不再有 `check-linux.yml`
和 `release-linux.yml`。

- 新增 composite action `.github/actions/build-linux-packages`:装依赖、编 fcitx5
  插件、编 Rust 后端、编 Qt 宿主、构建前端 bundle、打 deb/rpm、校验和与
  `verify-linux-host-packages.sh`、准备直链别名。CI 与发版的打包步骤共用这一份
  定义,两边不会再漂。
- `ci.yml`:`linux-check`(Core/Host 测试 + clippy + PS 门禁 + remote TLS)与
  `linux-package`(调 action + 上传产物)两个作业并行,按 `changes.outputs.linux`
  门禁(fail-open)。
- `release-tauri.yml`:`linux` 作业接在 `prepare-release` 后,用同一个 action 构建,
  校验 `LINUX_ACCEPTED_RELEASE_TAG` 后 `gh release upload`;桌面/Android 不受影响。
- 顺带修回合并 beta 时丢掉的一步:cross-platform 里的
  `Run the platform-sensitive contracts`(beta 删掉了独立的 `windows-frontend`
  作业,但那一版 Windows 平台契约步骤被我们的旧改动去掉了)。
- 契约测试跟着结构调整:Linux 断言改为检查 `ci.yml` 的两个作业与共享 action,
  Windows 断言回到 beta 的「复用 cross-platform」形态;文档里的工作流名一并更新。

验证:11 个 node 契约测试 + 全量前端测试(167)通过,`cargo test -p
openless-linux-host` 全绿,两个工作流 YAML 均可解析。
多次点击图标会多开:Qt 宿主此前完全没有单实例保护,每点一次就起一个
`openless-qt`(各带一套窗口 + 托盘图标),第二个后端还会因为抢不到
`openless-web.sock` 立刻退出,最后报「后端 20 秒内没有报告端口」。

- `linux-qt` 加 QLocalServer 单实例:启动时先 `QLocalSocket` 探活,能连上就写一行
  `show` 并立即退出(实测 150 ms 返回 0,不再多起后端);连不上说明是上次崩溃
  留下的 socket 文件,`removeServer` 后自己 `listen` 当首实例。
- 首实例在 `newConnection` + `readyRead` 里读请求,把主窗口抬到前台
  (`SurfaceWindow::raise()`:setVisible + raise + activateWindow);托盘「打开
  OpenLess」也改用同一个方法。
- 事件循环在窗口建好后才运行,所以启动期间的第二次点击也会在 `exec()` 之后被接住。

文档:删除 `docs/linux-host-*`、`docs/linux-host-handoff/`、`docs/linux-render-engine.md`、
`docs/linux-web-command-*.md`,并清掉 docs/index、architecture、structure、
2.0-requirements、RELEASING(中英)、README(中英)里的相关链接与段落。

验证:9 个 node 契约测试 + 全量前端测试通过;215 号 deb/rpm 重新打包并 verify。
上一版加了单实例锁后暴露出一个更早就存在的问题:宿主被 kill/崩溃时后端会变成
孤儿,继续占着 `$XDG_RUNTIME_DIR/openless-web.sock`。之后每次启动,新后端抢不到
socket 立刻退出,宿主等端口等到 20 秒超时 —— 表现就是「点图标起不来」。

三处改动:

1. `backend->setChildProcessModifier(prctl(PR_SET_PDEATHSIG, SIGTERM))`:后端从此
   跟着宿主一起退出,不再产生孤儿(实测宿主被 SIGTERM 后后端同时消失)。
2. 等端口时一旦发现后端进程已退出,不再死等 20 秒:
   - socket 是空壳(connect 失败)→ 清掉 socket 后自动重试一次;
   - socket 有人持有 → 走到第 3 步的回收逻辑,或给出明确可执行的报错。
3. 回收孤儿:此时单实例探测已经排除了「另一个 Qt 宿主在跑」,所以扫描 `/proc`
   里 exe 为 `openless-linux-web` 的进程,SIGTERM 后清 socket 再重试一次。
   实测:先手工造一个孤儿后端,再启动宿主 → 日志「回收孤儿后端进程 694223」
   紧接「后端就绪」,启动成功。

216 号 deb/rpm 已重新打包并 verify。
Wayland 下合成器按 `app_id` 去找同名 `.desktop` 取图标;Qt 没有设置
`desktopFileName` 时会退回**可执行文件名** `openless-qt`,而包里只有
`openless.desktop`,于是任务栏和窗口装饰只能显示通用的 Wayland 图标。

- `app.setDesktopFileName("openless")`:app_id 变成 `openless`,
  实测 `WAYLAND_DEBUG` 里是 `set_app_id("openless")`,能对上 `openless.desktop`。
- `app.setWindowIcon(...)` + 每个顶层窗口 `setWindowIcon(...)`:X11 与不按
  `.desktop` 取图标的桌面也能拿到图标。
- 图标加载抽成 `openlessIcon()`:主题名 `openless` → 包内 hicolor 尺寸 →
  麦克风兜底;托盘复用同一份,三处不会再各写一遍。
任务栏还是 Wayland 图标的原因不是 app_id 的改动无效,而是**那个改动没进包**:
`package-linux-qt.sh` 直接拿去 `linux-qt/openless-qt` 这个构建产物,我之前只把
新二进制编到 /tmp 验证,仓库里那份还是旧的,于是 217 里装的仍是老的窗口层
(`set_app_id("openless-qt")`)。

- 打包脚本现在自己编译窗口层:`main.cpp` 比 `openless-qt` 新就重编,编不出就报错。
  实测 218 包里 `WAYLAND_DEBUG` 为 `set_app_id("openless")`。
- 没有 Qt dev 包的环境(只装运行库)可用 `OPENLESS_QT_PREFIX` 指向解包的头文件树。
- CI 的 composite action 里那段重复的 g++ 编译删掉:编译只有打包脚本一处。
- 用户可见的命名不再带架构字样:包名 `OpenLess-Linux-<ver>-x86_64.deb|rpm`
  (原 `OpenLess-Linux-qt-*`),deb Description / rpm Summary 改为
  "OpenLess for Linux",相关 glob(CI、发版上传、契约测试)同步更新。

218 号包已重新打包并 verify。
对比结果(Qt 版 vs Tauri 版):

| | Tauri(macOS/Windows) | 之前 Qt 版 |
|---|---|---|
| 左键 | 显示主窗口 | 无(默认弹菜单) |
| 菜单项 | 显示主窗口 / 输出风格▸ / 选择麦克风▸ / 退出 OpenLess | 打开 OpenLess / 隐藏窗口 / 退出 |
| 输出风格 | 子菜单列出全部风格包,勾选当前 | 无 |
| 选择麦克风 | 子菜单(系统默认 + 设备),勾选当前 | 无 |
| 文案 | 按当前语言本地化 | 硬编码中文 |

改法:托盘不再由 Qt 画,改用已有的 Rust `LinuxTray`(StatusNotifierItem),
与其它平台同一份菜单语义与 8 语言目录:

- `TrayStyle` + `set_styles()`:输出风格子菜单(勾选当前风格包),新增
  `TrayCommand::SelectStyle`。
- 左键 `Activate` 早就有映射(显示主窗口),现在整条链路真的通了。
- 文案:`tray.show` 改为「显示主窗口」,新增 `tray.style`(8 语言)。
- 窗口与退出由渲染宿主负责,所以托盘命令经 `/api/events` 推 `tray:command`;
  Qt 宿主收到后抬窗口 / 退出,自己的 QSystemTrayIcon 整个删掉(不再两套托盘)。
- `spawn_tray` 放在无头分支里执行(之前放在早退之后,等于从未启动)。

验证:221 包解包直跑,日志「托盘已注册」;`cargo test -p openless-linux-host` 绿。
现象:连续点图标会起两份实例、两个托盘图标。原因是早先的单实例判断是
「先 connect 探测,连不上就当首实例」——两个进程在对方 listen 之前同时启动时
都会探测失败,于是都认为自己 是首实例(典型的 TOCTOU)。

改成 `$XDG_RUNTIME_DIR/openless.lock` 上的 `flock(LOCK_EX|LOCK_NB)`:
- 拿到锁 → 首实例,继续启动(锁文件永不删除,删了会让后来者拿到新 inode)。
- 拿不到 → 已有实例:最多 3 秒内反复尝试连它的 QLocalServer(对方可能还没
  listen 完),发送 `show` 后退出。
- QLocalServer 只负责「把窗口抬起来」这条 IPC,listen 失败不再影响是否多开。

验证:222 包解包直跑,主实例起来后连续 3 次重复启动全部 exit=0 且日志
`handing over`,进程扫描始终只有 1 个 openless-qt + 1 个后端。
盘点 Windows→Linux 功能缺口时发现的两个真实断点(不是被能力位藏起来的):

- `export_error_log`:Linux 分支直接返回 `~/Downloads/<file>`,根本没调后端 ——
  用户点「导出错误日志」什么也不会发生。现在走 HTTP 桥,后端用
  `export_error_logs()` 真的写出文件(文件名由前端给,后端拼 `~/Downloads`)。
- `debug_read_cursor_context`:命令未实现,诊断页「探测光标上下文」必报错。
  现在用 fcitx5 surrounding text 返回 `HostDocumentReadResult`(ok /
  unsupported / unavailable 三态),与 macOS/Windows 的字段一致。
**读取选区(最重要的一条)**
以前只读 fcitx5 clipboard addon 的 PRIMARY:鼠标选中可用,**键盘选中拿不到**
(键盘选区不会写 PRIMARY)。现在先用应用自报的 surrounding(anchor != cursor),
拿不到再退回 PRIMARY:
- `captureSelectionTarget` / `getSelectionText` 两处同一条路径。
- 契约用例同步:surrounding 有选区时以它为准、只有光标时用 PRIMARY、都没有则失效。

**选区润色预览 / 确认 / 撤销**(此前 Linux 只能直接替换)
- `get_selection_polish_preview` / `confirm_selection_polish_preview` /
  `cancel_selection_polish_preview` / `revert_selection_voice_preview` 四条命令,
  与 Tauri 的语义和字段(`{text, sourceText}`)一致,pending 门禁用
  `Host` 里的原子标志。
- **修了一个更根本的漏洞**:core 的 `HostAction` 队列此前**没有任何人 drain**,
  所以「显示润色预览」「从热键打开 QA 面板」「打开外链」「重启」全被丢掉。
  新增 `spawn_host_actions` 线程(120ms 轮询),把它们转成 SSE `host:action`;
  `ShowSelectionPreview`/`HideSelectionPreview` 额外推
  `selection-polish-preview:shown|hide` 并维护 pending 标志。
- Qt 宿主处理 `host:action`(showQa/hideQa/showMain/openUrl/restart)与
  `selection-polish-preview:shown`(复用问答面板显示预览)。
- `QaPanel` 这两条事件改走宿主事件总线,Linux 上也能收到;「预览后确认」
  在设置页恢复成可选(不再禁用)。

**麦克风热插拔**
- 新增 `spawn_device_watcher`:每 3 秒枚举一次设备,签名变化时推
  `devices:changed`;托盘麦克风子菜单随之刷新(不再只在启动时拉一次)。

225 号 deb/rpm 已打包。语音编辑与低延迟听写仍未做,见下一条消息的说明。
- host action:`LinuxHostActions` 新增 `set_wake`,`linux-web` 自己构造队列并注入
  唤醒回调(mpsc),pump 线程用 `recv_timeout` 阻塞等待 —— core 一推 action 立刻
  drain,不再 120ms 轮询。30s 超时只是防唤醒丢失的兜底。
  builder 增加 `with_host_actions()`,避免 backend 内部再建一个空队列。
- 麦克风热插拔:改为 inotify 监视 `/dev/snd`(IN_CREATE/IN_DELETE/IN_ATTRIB),
  `poll(fd, -1)` 阻塞等待,声卡节点增删(USB/蓝牙/HDMI)时立刻刷新并推
  `devices:changed`。只有在拿不到 inotify(容器内没有 /dev/snd)时才退回 5s 轮询。
- `linux-web` 增加 `libc` 依赖(inotify/poll 直接用系统调用,不引第三方封装)。

226 号包已打包,实测启动日志「托盘已注册 / 后端就绪」。
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant