feat: add OCR result and transport types

This commit is contained in:
2026-07-21 22:24:51 -04:00
parent 88127a6e8b
commit 2fdd14f64b
2 changed files with 120 additions and 0 deletions
+62
View File
@@ -201,6 +201,68 @@ class GlobalLimits:
raise ValueError("全局限额不能为负(0 表示不启用)")
@dataclass(frozen=True)
class OcrLayoutElement:
"""版面单元(M3 设计 §3.1): 来自 `_middle.json` para_blocks 的带类型块。
type 为开放字符串(实测 table/image/text,不枚举锁死——零业务假设);
bbox 为 OCR 原生页面坐标 (x1, y1, x2, y2),几何映射留业务侧(D9)。
"""
type: str
bbox: tuple[float, float, float, float]
page_index: int
@dataclass(frozen=True)
class OcrTextResult:
"""一次治理 OCR 文本转录的统一响应(/ocr/text;M3 设计 §3.1)。
text 空串 = 合法"无文字";行过滤/去重/拼帧留业务侧(VT 迁移 §3)。
"""
text: str
source_name: str
usage: Usage # OCR 无计费: Usage(0, 0);耗时由 latency_ms 承载
latency_ms: int
call_id: str
raw: dict[str, Any]
@dataclass(frozen=True)
class OcrLayoutResult:
"""一次治理版面解析的统一响应(/parse → ZIP;M3 设计 §3.1)。
elements 空 = 合法"无元素";CHS 首表 = 首个 type=="table" 元素。
page_sizes 按 page_index 索引。
"""
elements: list[OcrLayoutElement]
page_sizes: list[tuple[float, float]]
source_name: str
usage: Usage
latency_ms: int
call_id: str
raw: dict[str, Any]
@dataclass(frozen=True)
class OcrTextTransportResult:
"""transport 单次 /ocr/text 调用产物;治理字段由 OcrClient 补齐。"""
text: str
raw: dict[str, Any]
@dataclass(frozen=True)
class OcrLayoutTransportResult:
"""transport 单次 /parse 两段调用产物;治理字段由 OcrClient 补齐。"""
elements: list[OcrLayoutElement]
page_sizes: list[tuple[float, float]]
raw: dict[str, Any]
@dataclass(frozen=True)
class EmbeddingTransportResult:
"""一次原始 embedding 调用的解析结果(M2 设计 §7.2;transport → client)。"""