Skip to content

media-to-doc-ui v1.5.0 — per-run profile + project registry + long-doc skill bundle

Latest
Latest

Choose a tag to compare

View all tags
@kizemo kizemo released this 26 Jul 15:29
· 1 commit to master since this release
v1.5.0
2737c0b

Release Notes — media-to-doc-ui v1.5.0

发布日期:2026-07-26
子仓 tag:v1.5.0(annotated)
发布地址:https://github.com/kizemo/media-to-doc-ui/releases/tag/v1.5.0
主仓 handoff:见主仓 handoff-w15-a-t7-2-product-feedback-COMPLETE-2026-07-26.md

亮点

1. 二轮产品反馈 12-task 全部实装(W15-A T7.2)

Task 内容 落点
T1 per-run profile(WorkflowState.profile_name) 主仓 CLI + MCP + Tauri
T3 task text 注入 chapter / draft prompt 主仓 mtd run --task "..."
T4 imagegen 策划 LLM + LocalSdxlProvider 最小实现 主仓 imagegen.py
T9 long-doc skill snapshot bootstrap(23 文件 vendored) 主仓 data/long_doc_skill/
T10 longdoc.py 读 vendored(5 新函数 + importlib.resources) 主仓 pipeline/longdoc.py
T11 Tauri bundle.resources + Claude PostToolUse hook 子仓 + ~/.claude/settings.json

2. long-doc skill snapshot 完整 vendored(T9 + T11)

关键设计:把 long-doc-processor Skill 真身(SKILL.md + 12 references + 10 scripts + MANIFEST,sha256 校验)作为 src/media_to_doc/data/long_doc_skill/ 子包,跟随 wheel + Tauri NSIS installer 一起分发。NSIS 运行时不再依赖 C:/Users/Duanyi/.claude/ 路径。

  • hatchling 默认打包(snapshot 23 文件进 wheel + sdist)
  • pyproject.toml 无需 force-include(默认 packages 含 data/)
  • importlib.resources.files() 返真实 Path(__init__.py 让 data 成 regular package)
  • T11 自定义 NSIS:绕过 Tauri bundler(系统 NSIS 3.12),bundle.resources 不会自动 copy → installer.nsi File /r 显式把 snapshot 打到 $INSTDIR\long_doc_skill\
  • Claude 全局 PostToolUse hook:改 SKILL.md 自动 sync → snapshot 同步

3. per-run profile + task text(T1 + T3)

用户原痛点:"每个 run 需要不同 LLM profile(批量场景)"、"想给每个 run 写明确目标"。

  • mtd run --profile <name> 选 LLM profile(profile 作 gate,不创建新 profile)
  • mtd run --task "目标" 注入 chapter / draft prompt
  • WorkflowState.profile_name + WorkflowState.task_text 持久化,resume 自动恢复
  • Tauri UI New Run tab:dynamic dropdowns + task textarea

4. imagegen planner LLM(T4)

SkipProvider 落 image_plans.json(策划阶段),LocalSdxlProvider 真出图(实现阶段),profile name 作 gate 复用现有 LLM env/config。

5. Project Registry + Keyring(T7-Tauri)

  • 5 个新 Tauri commands(list_projects / add_project / remove_project / open_project / update_project_metadata)
  • src/keyring_store.rs 用 Windows Credential Locker 安全存 API key
  • 多项目并发 + 持久化 registry

6. New Run Tab 重做(T8-Tauri)

  • __mountNewRunTab__ 大改:dynamic dropdowns(LLM / Image Agent profile)+ task textarea + 选目录按钮
  • 透传到 runner.rs build_mtd_run_args 加 3 参数(llm_profile_name / image_agent_profile_name / task_text)
  • commands.rs run_pipeline / resume_pipeline 透传

7. LLM API Settings + Keyring 注入

  • src/llm_profiles.rs 8 个 providers preset 端到端 UI 配置 + 探测(env vars 透传 env_process spawn)
  • keyring 注入 env vars(替代 inject_active_llm_env)

Assets

Asset Size SHA256
media-to-doc-1.5.0-setup.exe 2,780,157 bytes (2.65 MiB) a470f2a84b6099248eac33aac1996c5e459692b64d7144d156d247ccf2b04fb1

注:v1.5.0 只发布 NSIS installer(无便携版)。便携版如需要,从 cargo tauri build --target portable 单独打。

安装

Windows(installer,推荐)

  1. 下载 media-to-doc-1.5.0-setup.exe
  2. 管理员运行(perMachine 安装)
  3. 装到默认 D:\Program Files\MediaToDoc\
  4. 桌面 / 开始菜单启动 media-to-doc
  5. 验证 long_doc_skill 已装:ls "D:\Program Files\MediaToDoc\long_doc_skill\"(应见 23 文件)

环境配置(必做)

# 主仓路径
setx MEDIA_TO_DOC_PROJECT "F:\soft\00selfmade\media-to-doc"

# (可选)uv 路径
setx UV_BIN "C:\Users\Duanyi\.local\bin\uv.exe"

# (可选)workspace
setx MEDIA_TO_DOC_WORKSPACE "F:\soft\00selfmade\media-to-doc\workspace"

验证 long-doc skill snapshot(可选)

# 在主仓跑 sync 校验
python F:\soft\00selfmade\media-to-doc\scripts\verify_long_doc_skill.py
# 期望:exit 0,无 drift(23 文件 hash 一致)

macOS / Linux

跨平台编译需 Rust 1.97+ + WebKit/GTK 依赖。Tauri 官方文档见 https://tauri.app/start/prerequisites/。

测试

  • 632 pytest 用例 / 0 跳过(1.3.0 604 → 1.5.0 632,+28)
    • 7 个 T3 task_text
    • 5 个 T4 imagegen planner
    • 5 个 T9 sync_long_doc_skill
    • 7 个 T10 longdoc integration
    • 4 个 T1 profile flags
  • 111 cargo test / 0 失败(Tauri 子仓)
  • ruff:All checks passed
  • cargo tauri build exit 0(2m 51s)
  • 7z 验证 NSIS:23 long_doc_skill 文件全含 + 无 pycache/ 污染

已知问题

  • Rust toolchain 需 1.97+(自带 lld-link 无需 MSVC)
  • 公司 VPN 用户构建时需设 CARGO_NET_TLS_VERIFY=false(运行不受影响)
  • macOS / Linux 编译需用户自查环境
  • 主仓 PyPI 仍为 v1.2.1(子仓独立 release,主仓 wheel 跟随子仓 release 同步重打)

上游

主仓 media-to-doc v1.2.1(pip install media_to_doc 装的 Python 后端)已发布:

UI 端调用此 Python 后端做实际 pipeline,UI 自身只做 orchestrator + log tail + 输出展示。
v1.5.0 包含的主仓新功能(per-run profile / task text / imagegen planner / long-doc skill)随 wheel 一同分发;NSIS installer 内嵌 snapshot,无需运行时读 ~/.claude/。

Assets 3
Loading