fix(knowledge): 修复 PDF 转 Markdown 图片未提取持久化 + 前端渲染增强

[ThreeFish-AI]

Summary

• 修复 PDF 转 Markdown 后图片完全无法显示的根因：parse_pdf_to_markdown 返回的图片数据位于 structuredContent.image_assets（含 resource_uri），但提取管线未处理此来源，导致图片从未上传至 GCS
• 增强 Document Markdown 渲染器：图片失败占位符、代码块语法高亮、表格样式改进

背景

• 本次变更要解决的问题：Knowledge / Document 页面查看 PDF 转换后的 Markdown 时，所有图片请求返回 404（ASSET_NOT_FOUND），代码块无语法着色，图片失败时被 display:none 直接隐藏
• 关联上下文：通过浏览器实机验证 + MCP 执行历史分析 + API 调试确认根因链路

核心变更

后端（图片提取修复）

• mcp_client.py：在资源解析阶段扫描 structuredContent.image_assets[].resource_uri，加入 resources/read 同会话拉取队列
• extraction.py：新增 _extract_structured_image_assets 函数，从 payload.image_assets 提取资产元数据并匹配 resolved_resources 中的二进制载荷，集成到四层资产合并链

前端（渲染增强）

• DocumentMarkdownRenderer.tsx：提取 DocumentImage 为独立 React 组件，实现 loading/loaded/error 三态管理，图片失败时显示图标 + alt text 占位符
• markdown-plugins.ts：添加 rehype-highlight 实现代码块语法高亮
• 表格外层添加 border 和圆角

风险与回滚

• 主要风险：resource_uri（如 perceives://pdf/...）的时效性取决于 MCP 会话生命周期；若 resources/read 失败，图片会标记 resource_read_failed 并显示前端占位符
• 回滚方式：git revert 即可；已提取的文档可通过 "Re-Parse from GCS" 按钮重新触发

验证证据

• 单元测试：test_extraction_image_assets.py 全部 60 个用例通过
• TypeScript 类型检查 + ESLint 零报错
• E2E/Workflow：浏览器实机验证 API 返回 404 → 修复后图片应可正确加载（需重新解析已有文档）

影响范围

• 前端：DocumentMarkdownRenderer、markdown-plugins、package.json（新增 rehype-highlight）
• 后端：mcp_client.py（资源解析扩展）、extraction.py（新增提取函数 + 合并链集成）
• GitHub Actions / 文档：无影响

Test plan

• 对已有 PDF 文档点击 "Re-Parse from GCS" 重新提取，验证图片正确显示
• 确认图片失败时显示占位符（alt text + 图标）而非空白
• 确认代码块有语法高亮着色
• 确认数学公式（KaTeX）和 Mermaid 图表不受影响
• 运行 uv run pytest tests/unit_tests/knowledge/test_extraction_image_assets.py

🤖 Generated with Claude Code, CodeX, Gemini