קורא עברי למסמכים וקישורים (Monorepo)

MVP לדסקטופ Windows (Electron + React) עם UI מלא בעברית/RTL, OCR ו־TTS דרך Azure, ספרייה מקומית, חידוש מיקום, סימניות, חיפוש, בחירת קול, וייצוא אודיו.

תכנון קצר

• packages/core: מודל מסמכים, ממשקי ספקים, chunking, SQLite storage.
• packages/extractors: חילוץ PDF/DOCX/TXT + חילוץ URL דרך Readability.
• packages/providers-azure: Azure Vision OCR + Azure Speech TTS + קטלוג קולות.
• apps/desktop: אפליקציית MVP מלאה ל־Windows עם auto-update.
• apps/web / apps/cli / apps/mobile: stubs מוכנים להמשך.

דרישות מערכת

• Windows 10/11
• Node.js 20+
• Corepack (מובנה ב־Node 20+)

הגדרת Azure (חובה ל־OCR/TTS)

1. צור Azure Speech resource וקח KEY + REGION.
2. צור Azure Vision resource וקח KEY + ENDPOINT.
3. העתק C:\Users\USER\Workspace\hebrew-reader\.env.example ל־.env.
4. מלא משתנים:
   • AZURE_SPEECH_KEY
   • AZURE_SPEECH_REGION
   • AZURE_VISION_KEY
   • AZURE_VISION_ENDPOINT
5. אפשר גם להגדיר מתוך מסך הגדרות באפליקציה.

הרצה מקומית (Desktop)

Set-Location "C:\Users\USER\Workspace\hebrew-reader"
corepack enable
corepack prepare pnpm@10.4.1 --activate
pnpm install
pnpm --filter @apps/desktop dev

בניית מתקין Windows (NSIS + קיצורי דרך)

Set-Location "C:\Users\USER\Workspace\hebrew-reader"
pnpm --filter @apps/desktop build

פלט צפוי:

• מתקין EXE: C:\Users\USER\Workspace\hebrew-reader\apps\desktop\release\*.exe
• artifacts נוספים: C:\Users\USER\Workspace\hebrew-reader\apps\desktop\release\

המתקין יוצר:

• קיצור דרך לשולחן העבודה
• קיצור דרך בתפריט Start

Auto-Update דרך GitHub Releases

1. הגדר משתני סביבה בזמן build:
   • GITHUB_OWNER
   • GITHUB_REPO
   • (לפרסום) GH_TOKEN
2. העלה artifacts ל־GitHub Release.
3. האפליקציה בודקת עדכון:
   • בהפעלה
   • כל 6 שעות
4. זרימת משתמש:
   • הודעה על גרסה חדשה
   • אישור הורדה
   • הודעת "Restart to update"

ייבוא URL ואיך החילוץ עובד

• האפליקציה מושכת HTML עם timeout + הגבלת גודל + redirect limit + User-Agent.
• חילוץ תוכן ראשי: @mozilla/readability + jsdom.
• fallback: ניקוי scripts/styles וחילוץ טקסט גולמי מה־DOM.
• נשמרים: sourceUrl, siteName, fetchedAt.
• כל URL נשמר כספר בספרייה עם חיפוש/סימניות/Resume.

PDF / OCR

• תחילה: חילוץ טקסט רגיל דרך pdfjs-dist.
• אם צפיפות הטקסט נמוכה: OCR דרך Azure Vision Read.
• ב־PDF סרוק מוצגת התקדמות OCR לפי עמוד.

בדיקות

בדיקות יחידה קיימות:

• packages/core/test/chunking.test.ts (גבולות chunking + RTL)
• packages/core/test/storage.test.ts (שמירת מיקום/סימניות SQLite)
• packages/core/test/provider-contract.test.ts (חוזי Provider עם mocks)
• packages/extractors/test/url-extractor.test.ts (Readability עם fixture דטרמיניסטי)

הרצת בדיקות:

Set-Location "C:\Users\USER\Workspace\hebrew-reader"
pnpm test

CLI (ראשוני)

Set-Location "C:\Users\USER\Workspace\hebrew-reader"
pnpm --filter @apps/cli dev -- --input "https://example.com" --output "C:\Users\USER\Desktop\sample.wav"

מצב stubs

• Web: apps/web (Next.js stub)
• Mobile: apps/mobile (Expo stub)

הערת בדיקות אופליין

בבדיקות יחידה אין תלות רשת: URL/OCR/TTS נבדקים דרך fixtures/mocks או לוגיקה מקומית.