dsh-reading-workbench
DSH 阅读工作台：书架、Markdown/TXT 阅读、划线批注与对话联动
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:keyboard-leo/dsh-reading-workbench#c4e051d8d125d96b73fe2b03f36af85e6360559fReading Workbench 以 dsh-reading-workbench 发布，当前版本为 0.1.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
把 DeepSeek Harness（DSH）变成阅读工作台：书架、分页阅读器、划线批注，并让 Agent 能直接读到你在读的正文。
reading_books（书目）、reading_highlights（划线）、reading_excerpt（正文节选）dsh plugin --profile <profile> add dsh-reading-workbench
尚未发布到 npm 时，也可以直接用源码目录安装：在 profile 的 package.json 里以 link: 指向本目录，
并把包名加进 dsh.profile.bundles。Host 半代码改动需重启 DSH 才生效（Node ESM 模块缓存，
disable/enable 不重载）。
待补。市场卡片优先展示作者策展的截图，且只接受 GitHub 图床地址。
说明：下文出现的
docs/...路径属于开发工作区（dsh-plugin/docs），不在本仓库内， 仅作为设计依据与实测记录的引用。
状态：三期完成并已通过真实例验收（2026-10-19）；本轮新增滚轮翻页 + TXT 段落重排。 v1 的多格式支持（EPUB / MOBI / PDF）已在真实实例通过验收。
TXT 重排（2026-10-19 本轮）：TXT 正文从「一个大
pre原样保留源文件换行」改为 按段边界判据合并折行 + 每段一个p+ 首行缩进 2em + 段间距，并提供 「换行：自动合并 / 保留原样」设置项。判据、偏移契约与全库实测依据见docs/txt-reflow-design.md； 独立对抗验收报告见docs/diag-txt-linebreak/2026-10-19-reflow-verification.md。全部自测套件全绿（21 套既有 + 本轮新增
txt-layout-selftest193 项、 独立验收txt-reflow-check1817 项、真实浏览器几何txt-reflow-browser-check18 项）；tsc 0 错误。 真实实例验收：三格式 + 封面 + 设置 + 划线 PATCH + 进度锚点全部通过（fiberPhase: active）。 本文档是该插件的唯一权威设计来源，随开发持续更新。 遵循工作区根目录agents.md规范；运行时契约以当天 inspect 为准，基准探查见docs/dsh-runtime-notes.md（构建实测经验在第 10、11 节）。
插件 install 成功、产物正确、静态 import 全部可解析，但 DSH 里 fiberPhase 一直 failed、
全部 REST 路由 401/404。两轮排查抓到两个独立根因。
process / Bufferapply 第一行的 process.env.DSH_HOME 直接抛 ReferenceError: process is not defined，
cordis 记 _error、state 转 FAILED，连 14 条路由一起消失；writeJson 里的
Buffer.byteLength 是第二颗地雷（首次响应才炸）。
修复：数据目录改由 config.dshHome / ctx.get('sandbox'|'storage'|'workspace') 提供并回落 ~/.dsh；
编解码统一 TextEncoder / TextDecoder；readBody 返回 Uint8Array。
ctx.tools 没写进 inject修完事故一仍然 failed。这次用宿主自己的启动参数起副本、把 stderr 落盘，才看到真话：
reading-workbench: Error: cannot get property "tools" without inject
at …/lib/index.mjs:1612:12
cordis 里读未 inject 的服务是抛异常而不是返回 undefined——于是
if (ctx.tools === undefined) 这种"判空跳过"自己就会炸，且炸在 ctx.effect 回调里
会被记成整条 fiber FAILED，try/catch 兜不住。
修复：inject = ['webServer', 'tools']；服务读取移到 effect 之外并显式 try/catch，
取不到就只少三个工具，书架与阅读照常。
排查心法：list_plugins 只给一个 fiberPhase: "failed" 字符串，没有异常文本。
最快的路径永远是抓宿主 stderr，别靠本地猜。
防线：scripts/sandbox-contract-check.mjs（已接进 pnpm build / pnpm check）——
在不带 process 的 vm 沙箱 + 真实 cordis + 白名单 ctx Proxy 里跑 apply，断言 ACTIVE，
并带多条断言/反证（还原 process.env 必 FAILED；漏声明 tools 时只少工具、不拖垮宿主）。
完整事故复盘见 docs/m2-agent-tools-notes.md 第三、四节。
症状：导入一本 GBK 老 txt（蓝天航空公司的空姐.txt，1.05 MB）后满屏菱形问号
（�），夹杂零星拉丁/西里尔/希腊字母；同一本书打开还特别慢。
根因（两层，缺一不可）：
File.text() / readFile(path,'utf8') 都是「UTF-8 宽松解码」，
GBK 字节被逐段解成 U+FFFD（�）；恰好构成合法 UTF-8 序列的字节对被解成别的文字
（D5 B9 → 希伯来文等）。更糟的是导入时把已损坏的字符串写回书库副本
（library/<id>.txt），损坏被永久固化 —— 该副本 2.44 MB，含 681,143 个替换符。column-fill: auto + 固定高度），55 万字要一次排出 400~600 列。现在立的规矩（改代码时必须守住）：
file.arrayBuffer() 走二进制通道
（/books/upload-binary，format=txt|md 也走它），Host 侧统一入口
store.importTextBookFromBytes(paths, meta, bytes)。
任何地方都不得先解码再上传/落盘。shared/text-encoding.ts 的 decodeTextBytes
按 BOM → UTF-8(fatal) → GB18030(fatal) → 抛 TextDecodeError 判定，
绝不接受宽松解码产出的替换符。GB18030 是 GBK/GB2312 的超集，覆盖中文老书。inspectReplacementDamage（>1% 且 ≥20 个）拒绝导入（importBookFromContent）；store.readBookContent）—— 已损坏的副本无法修复，只能重导，
绝不把乱码当正常内容渲染给用户。library/<id>.<format> 只有这一种编码，读取端不再猜。txt 虚拟单元（性能）：client/txt-units.ts 的 splitTextUnits 把正文切成若干单元
（章节标记行优先，否则约 2 万字一处；整本无换行的长文按字符强制切），
阅读器一次只渲染一个单元。偏移契约：unit.text === text.slice(unit.start, unit.end)，
且 start 是全书字符偏移 —— 因此划线锚点仍是全书偏移，旧划线无需迁移，
渲染时用 toUnitRange 换算成单元内偏移。实测同一本书：556,817 字 → 27 个单元，
最大单元 36,364 字，单次排版量降到整本的 6.5%。
配套自测：scripts/encoding-selftest.mjs（编码表驱动 + 损坏判据 + 切分偏移契约）、
scripts/host-upload-selftest.mjs 的 10~12 号用例（GBK 二进制导入 / 非法编码拒绝 /
旧 JSON 通道拦替换符）。已损坏的历史数据用 docs/diag-blue-sky-encoding/repair-damaged-import.mjs
重导（自动备份副本与 data.json）。
三个只读工具把书库接进 DSH 会话（在对话里问「我有哪些书」「那本小说讲了什么」时，Agent 可直接查）：
| 工具 | 参数 | 说明 |
|---|---|---|
reading_books | — | 书架列表（书名/作者/格式/进度）；render 输出人读友好的书单 |
reading_highlights | bookId? limit? | 划线批注（含笔记），按时间倒序；可跨书查 |
reading_excerpt | bookId offset? length? | 正文节选（单次上限 4000 字），章节书剥成纯文本、图片占位为 [图片] |
@deepseek-ai/dsh-tools首版直接 import { defineTool } from '@deepseek-ai/dsh-tools'，结果在测试阶段就炸了：
dsh-tools 0.1.0-rc.6 的 ESM 依赖 @deepseek-ai/dsh-llm 的 CallId 导出，
而本机运行时的 dsh-llm 0.2.0-rc.2 已把它改名 ToolCallId —— 版本族错位，import 阶段即抛
SyntaxError: does not provide an export named 'CallId'，会炸掉整个宿主启动。
复盘 defineTool 的源码后确认它只是「schema 编译 + 参数校验包装」的纯数据变换，
因此按同形态自实现（含参数校验、ToolArgsError、parametersToJsonSchema），
不引入任何 @deepseek-ai/* 运行时依赖，工具对象与官方形态逐字段对齐。
tools-selftest 验证：注册形态、schema 编译、execute 输出、render 文本、过滤/倒序/limit、HTML 剥离、越界与报错，共 26 项。
设计取舍：工具只读（不提供写入/删除）——划线由人类在 GUI 里做，Agent 只消费。
正文选中文字 → 浮动「划线」按钮 → 入库并即时高亮；工具栏「划线 N」打开笔记抽屉。
页码/屏号会随字号与视口变化，文本不会，因此划线锚点记录「章节 + 单元内字符偏移 + 长度」：
章节书：mark:ch=2:off=17:len=9 （ch 为章节序；段间 : 分隔、段内 key=value）
文本类：mark:off=120:len=30
<mark> 包裹；找不到（内容改版）静默跳过，不报错——text 始终随划线存库，笔记栏永远能展示原文。:、段内 =。首版把 key/value 也用 : 连接（mark:ch:5:off:17），split 后 key 与 value 分家、全部字段解析失败——mark-selftest 的往返断言抓住了它。PATCH /highlight?id= 更新（正文不可改，只允许 note）；空串即清除。surroundContents 一把梭——划线常跨段落，后者直接抛错；包不住的片段退化为 extract/insert，再不行就跳过该片段（不破坏 DOM）。用户反馈「看书界面太难看」，因此把 UI 从「左窄书架 + 右正文」改成先书架、后沉浸阅读两态：
┌─ 书架态 ────────────────────────────────────────────┐
│ 书架 12 本 [搜索] [排序] [导入书籍] │
│ ┌────┐ ┌────┐ ┌────┐ ┌────┐ ┌────┐ │
│ │封面│ │封面│ │封面│ │封面│ │封面│ ← 2:3 书封网格 │
│ └────┘ └────┘ └────┘ └────┘ └────┘ 底部进度条 │
│ 书名 书名 书名 书名 书名 │
├─ 阅读态（点书进入，占满整屏）──────────────────────┤
│ ‹返回 书名 [章节目录▾] [自适应|单页|双页] A－ A＋ │
│ ┌──── 分页正文（CSS 多栏，一屏 1~2 栏）────┐ │
│ │ 左右点击热区翻页 / 方向键 / 空格 / PgUp/PgDn │
│ └──────────────────────────────────────────┘ │
│ ‹ 章节 3/12 · 5/9 页 ▓▓▓▓░░░░ 62% › │
└──────────────────────────────────────────────────────┘
不切分 DOM、不测量每个段落，而是用 CSS 多栏排版：
column-fill: auto，整篇内容被排成 N 个等宽列并横向溢出；overflow: hidden 只露出一屏（单页 = 1 列宽，双页 = 2 列宽 + 间距）；translateX(-屏号 × 步长)。⚠️ 两个几何量必须分清（曾混用，导致「按键盘下一页切换不准确」）：
- flow 宽度 =
screenWidthOf= 可见列宽之和 + 列之间那cols-1个间距（一屏能显示的内容宽）；- 翻页步长 =
stepOf= 可见列数 × (列宽 + 间距)（跨到下一屏的实际距离）。二者相差恰好一个
COLUMN_GAP：一屏右边界止于末列右缘，下一屏首列要从「末列右缘 + 间距」处起排。 用screenWidth当步长会每翻一屏累积偏移 48px —— 左侧露出上一列的尾巴、右侧正文被切。
好处是「页码」是真实排版结果：改字号、拉窗口都会自动重排并重算页数；
ResizeObserver + 内容区 load 监听负责补测（图片加载会改变排版宽度）。
列数由设置决定：单页 / 双页 强制，自适应 按容器宽度判断（两列都 ≥ 380px 才并排）。
→/↓/空格/PgDn 前进，←/↑/PgUp 后退，Home/End 首末屏，Esc 返回书架。nextPage 内部维护一个同步推进的目标屏号（targetViewRef），
不依赖 React state —— 长按方向键时每次 keydown 之间 React 未必已重渲染，
用闭包里的 view 做自增会连续算出同一个值，表现为「按 5 次只前进 1 屏」。.16s 横向滑动；两次翻页间隔 < 200ms 时自动跳过动画直接落位
（否则每次都从插值中途重启动画，页面会「追不上」按键）。换章一律直接落位。实现上踩了两个坑，都已固化为回归用例（scripts/reader-wheel-check.mjs，15 项）：
addEventListener('wheel', fn, { passive: false })，不能用 React 的 onWheel。
浏览器对 wheel 默认按 passive 处理，在合成事件里调 preventDefault() 会被忽略并告警，
结果是页面跟着外层一起滚。自挂监听才能真正吃掉默认滚动。FLOW_WHEEL_THRESHOLD = 100：触控板会以 1deltaY 高频连发，
不设阈值一滑就跳十几页；鼠标滚轮一格通常是 100FLOW_WHEEL_COOLDOWN_MS = 260：滚轮的连发/惯性同理，冷却期内只认第一次。另外两条行为：有文字选区时不翻页（用户正在选字）、
[data-dsh-scrollable] 浮层内的滚动交给浮层自己处理（如笔记抽屉）。
页码在同一视口下精确，但换设备/改字号后会失效；百分比跨视口稳定但精度低。两者都存：
章节书：v2;chapter=3;page=2;pct=41.5 （chapter 为章节序，page/pct 是章内位置）
文本类：v2;page=7;pct=58.2
PDF ：v2;page=12;pct=57.1
恢复时优先用页码（同视口下就是上次那一屏），页码越界（重排导致页数变化）时按百分比换算。
旧锚点（line:12 / chapter:5 / page:7）仍能解析，降级为首页/对应单元，不报错。
<meta name="cover"> → properties="cover-image" → id/href 含 cover 的图片项。
明确不做「取 manifest 第一张图」这种猜测：那会把书里的插图当成封面，比没有封面更糟。library/<id>/cover.<ext> + cover.json（含「确认无封面」标记，避免反复解压重试）。/cover 对无封面返回 404（不是 500）：客户端据此渲染生成式封面。hasCover 字段缺失）在首次列书架时懒回填并落盘，无需手动迁移。settings.reader = { fontSize, lineHeight, theme, columns, txtReflow } 经 Host 持久化（/settings），
改字号/版式立即生效并落盘，下次打开保持。lastOpenedBookId 记录上次打开的书，重启 GUI 后回到原书。
txtReflow（仅对 .txt 生效，工具栏上叫「换行」）：
| 值 | 行为 |
|---|---|
auto（默认） | 按段边界判据合并折行，段落重排（标准中文小说版式） |
preserve | 不合并折行，源文件每个非空行独立成段（判据出问题时的退路） |
老 data.json 没有该字段时由 normalizeReaderSettings 收敛为 auto，无需手动迁移。
| 格式 | 解析位置 | 阅读方式 | 进度锚点 | 已知边界 |
|---|---|---|---|---|
.md / .markdown | Host（按字节判定编码后原文入库） | marked 渲染 + DOMPurify | v2;page;pct | — |
.txt | Host（按字节判定编码后原文入库） | 段落重排（判定段边界、合并折行、每段一个 p；可切「保留原样」）；切虚拟单元逐单元渲染 | v2;chapter;page;pct | 单元按章节标记或 ~2 万字切分；旧 v2;page;pct 锚点按百分比折算到单元；重排后渲染文本 ≠ 原文，划线靠偏移映射换算（见第 8 节本轮记录） |
.html / .htm | Host（原文入库） | 消毒后直接注入 | v2;page;pct | 客户端按 txt 通道上传（当纯文本读） |
.epub | Host（fflate 解压 + OPF/spine/ncx 解析） | 章节懒加载 + 章内分页 | v2;chapter;page;pct | 图片走 /asset；嵌套目录层级压平 |
.mobi | Host（PDB/MOBI 头 + PalmDOC LZ77 解压） | 单章 HTML 复用章节链路 | v2;chapter;page;pct | 仅 PalmDOC；HUFF/CDIC（AZW3/KF8）明确报错；不提取书内图片记录 |
.pdf | Client（pdf.js 主线程 fake worker） | canvas 逐页渲染，支持单/双页与缩放 | v2;page;pct | 划线暂不支持 |
web（网页书源） | Host（ctx.web.fetch 抓取 → 提段落纯文本 → 逐章落盘） | 复用章节链路（目录 + 按章懒加载） | v2;chapter;page;pct | 目前只支持 alicesw.tw；目录页会被抓取后端截断，靠章节链补齐；正文不保留原站任何标签与图片 |
设计原则：重活放 Host（解压、解析、封面提取），Client 只保留视图 —— 既避开 client seed 模块的体积约束，也让 client-bundle-check 这道闸门容易守住。
在书架里填一个网页小说 URL，插件把作品抓下来存成本地章节书（format: 'web'），之后就是普通阅读。
调研背景与站点实测见工作区 docs/web-source/（可行性报告 + 抓取通道 + 站点解析规格三份）。
| 决策 | 理由 |
|---|---|
| 正文抓下来存成本地快照，不做在线阅读直连 | 划线锚点是字符偏移、进度锚点是页码+百分比、读取链路只认 library/ 副本；正文一旦在两次阅读之间变化，划线会静默错位（mark-anchor.ts 找不到就跳过不报错） |
落成章节书（manifest.json + 单章 HTML），照抄 mobi 形态 | readEpubManifest / /content?chapter=n / safeZipPath 路径防护 / purgeBookFiles 全部零改动复用；1221 章若塞成单个 txt 会退化成全书偏移锚点 |
抓取放 Host 侧 ctx.web.fetch | 沙箱里 fetch 是 trap（调用即抛）；Client 半不能加第三方依赖，且跨域抓取受 CORS 限制 |
只存段落纯文本，重写成 <p> | 抓来的 HTML 原样入库会把注入面从客户端一个消毒点扩散到所有消费方（Agent 工具、未来的导出） |
| 不引 HTML 解析库 | 目标站正文容器内只有 <p>；字符串扫描足够，jsdom 更不可能进沙箱（依赖 node 内置与 process） |
沙箱里 setTimeout / setInterval 都是 trap，写不出后台定时任务；1221 章 × ≥1.5s ≈ 30 分钟的抓取也不可能塞进一个 HTTP 请求。所以：
POST /api/reading-workbench/sources/web { url } → 抓目录 + 建书 + 抓首章
POST /api/reading-workbench/sources/web/fetch { bookId, count? } → 按序抓 1~5 章（幂等，可中断）
GET /api/reading-workbench/sources/web/status ?id=<bookId> → { total, fetched, pending, errors }
节奏由请求往返天然提供；web.json 记录 fetched: number[] 与各章源 URL，重进工作台可接着抓。
ctx.web.fetch 的 maxBodyChars 默认 100,000 字符，而目标站目录页实测 135,879 字符（169,457 字节按 UTF-8 解码后）⇒ 尾部章节抓不到。
解法是目录懒扩展：抓正文页时顺手取 data-nurl（下一章链接），抓完已知最后一章就把下一章追加进 manifest.json，如此顺链补到末章（nextUrl 为空）。截断时 warnings 会明确告知用户。<div 对 45 个 </div>）：最初用「标签配平」划定正文范围，配平失败后回落到整页扫描，把导航/页脚的 <p> 当成正文（还骗过了 50 字阈值）。
改为 extractBodyParagraphs：从正文容器起点顺序吃掉连续 <p>，遇到非 <p> 结构元素即停 —— 天然有界、不依赖配平。自测里有一条专门断言「正文里不能出现 分類 / 最新章節 / 使用手機掃碼」。抓取走两条通道，由插件配置 webFetchMode 选择：
| 取值 | 行为 |
|---|---|
host | 只用宿主 ctx.web.fetch（带 SSRF 防护、地址固定等完整策略） |
builtin | 只用插件内置的受限 HTTPS 抓取器（src/web-fetch-fallback.ts） |
auto（默认） | 优先宿主；宿主通道不可用时自动落到内置，并把原因写进宿主日志 |
为什么必须有内置通道：dsh-web 默认同时注册两个抓取提供方（本地 http 与远端
deepseek-fetch-api），fetchProvider 一旦没有固定，每次调用都抛 WEB_PROVIDER_AMBIGUOUS ——
整个网页书源会不可用，而错误看起来还像站点问题。用户环境实测正是这种情况
（profile 里没有任何 fetchProvider 配置），光靠报错解决不了。
内置通道的安全边界（比宿主通道更窄，不是"绕过安全策略"）：
https:；alicesw.tw / alicesw.com）；Accept-Encoding、不回传 cookie、不带任何凭据；准入检查都在发请求之前完成，因此可在离线自测里断言（非法 URL / 非 https / 白名单外域名 /
伪装子域 alicesw.tw.evil.com / 环回 / 内网地址，共 6 条）。
顺带的好处：内置通道不受 provider 的 100,000 字符上限约束，目标站目录页
（实测 135,879 字符）能一次抓全 1221 章，不再需要目录懒扩展兜底。
懒扩展仍然保留，因为 webFetchMode=host 时那条上限真实存在。
用户反馈：抓了一本书，只有第 1 章能读；点第 2 章报 加载失败: chapter file missing，
而且「无法区分哪个章节已经下载」。
根因（两层，都要修）：
/content?chapter=n 在文件缺失时只回一句 chapter file missing；
/sources/web/status 只报「已抓 N 章」这种聚合值，答不了「我想读的那一章抓了没有」。修法：
GET /content?id=&chapter=n 对网页书按需抓取：该章文件不存在时，Host 同步抓取这一章
（1~4 秒）再返回正文；抓不到才报错（502 + 中文可行动说明）。
⇒ 「点到哪章读哪章」，不再依赖后台进度。/sources/web/status 新增 fetchedIndexes: number[]：阅读器的章节目录据此逐章标记
已下载 / 未下载。为什么这件事函数层测试抓不到：web-source-selftest 覆盖适配器与编排，全绿；
问题出在路由面（/content 的缺失分支）与跨路径的时序假设上。
因此新增路由级套件 web-source-instance-check.mjs：把 makeRoutes 挂到真实
node:http 服务上，用真实 HTTP 往返验证建书 / 状态 / 按需抓取 / 续抓 / 错误码（28 项）。
ctx.web 且配置为 host）→ 网页书源路由回 501 并说明「书架/导入/阅读不受影响」，其余功能照常（fiberPhase 仍是 active）；web.json 的 errors（章序 + URL + 中文原因），不阻断其他章。SiteAdapter 已是注册表形式，加站点只需新增一个适配器）。xchina.co 不可用：直连 TCP 超时 + 经代理遇 Cloudflare JS 挑战。warnings；只有补充抓取也失败时才按已知章数建书，剩余部分靠目录懒扩展补齐。✓ 已下载 / ↓ 未下载；后台续抓只负责批量补齐，不再是「能不能读」的前提。node scripts/web-source-selftest.mjs # 66 项：HTML 工具 / 适配器（真实样本 1221 章）/ 反证 / 内置通道准入 / 抓取编排（幂等、目录懒扩展、失败不阻断）
node scripts/web-source-live-check.mjs --live # 16 项：**真实访问站点**，验证「目录截断 → 懒扩展」在真实网络下接得上（5 次请求、1.5s/章）
web-source-selftest.mjs 不依赖网络（适配器吃 docs/web-source/samples/ 的真实落盘样本，编排用假抓取函数），已接入 pnpm check。
web-source-live-check.mjs 需要显式 --live 才跑，避免在 CI 里打站点。
inject第一版按「服务必须 inject」的既有纪律写了 inject: ['webServer','tools','web']，构建时沙箱契约自测立刻炸：
FAIL 修复后 Host 半 fiber 为 ACTIVE state=0 ← 既不是 ACTIVE(2) 也不是 FAILED(3)
FAIL 修复后 REST 路由注册成功 routes=0
state=0 是 pending：cordis 对「inject 声明了、但当前没有任何插件提供」的服务，
会把 fiber 挂起等提供者，于是 17 条路由一条都不注册 —— 用户看到的是「整个阅读工作台 404」，
而测试环境恰好没装配 dsh-web，正好命中。
修法：web 改用 ctx.get('web') 取（宿主 sandboxContext 显式放行 get 且不校验 inject），
取不到就只少网页书源。同时给沙箱契约套件补了一条断言把该决定钉死：
web 不得出现在 inject 里。
教训归纳：
inject只写必需服务（没有它整个插件就不该工作）； 可选能力一律ctx.get+ 显式 try/catch。这两类失败模式的后果差着数量级。
$env:Path = "C:\Users\lihua\.dsh\dsh-runtimes\dsh-primary-runtime\dependencies\node\bin;" + $env:Path
cd D:\work\workspace\dsh-plugin\plugins\reading-workbench
node scripts/real-instance-check.mjs # 真实实例验收 32/32（自动清理测试数据；Host 半改动需先重启 DSH）
node scripts/make-samples.mjs # 生成 GUI 手工验收用的 sample.epub / .mobi / .pdf（含真实封面）
node scripts/tools-selftest.mjs # Agent 工具：注册形态/schema 编译/execute/render 全链路
node scripts/mark-selftest.mjs # 划线：锚点编解码 + jsdom 真选区/高亮恢复
node scripts/paginate-selftest.mjs # 分页/锚点纯函数（单双页判定、屏数、屏宽 vs 步长、进度恢复、旧锚点兼容）
node scripts/paging-align-check.mjs # **真实浏览器**：每屏左缘必须对齐列起点（防累积偏移）
node scripts/reader-keyboard-check.mjs # **组件级**：挂载真实 ReaderView + 真实 keydown，验证连发不丢步
node scripts/pagination-browser-check.mjs # **真实浏览器**验证多栏几何（headless Chrome/Edge；无浏览器则跳过）
node scripts/panel-height-check.mjs # **真实浏览器**验证面板高度链（防 100% 塌陷导致空白面板）
node scripts/migration-selftest.mjs # **老数据迁移**：用真实 data.json 结构验证设置/封面/旧锚点兼容
node scripts/bundle-feature-check.mjs # 交付产物特性核对（UI v2 类名/锚点/路由是否真在 lib/client.cjs 里）
node scripts/cover-selftest.mjs # 封面链路：EPUB(meta/properties)/MOBI(EXTH) → /cover → 字节一致
node scripts/ui-render-check.mjs # **UI 渲染冒烟**：jsdom + react-dom/server 真渲染书架与阅读器
node scripts/chapter-html-check.mjs # 章节资源路径归一化与链接重写
node scripts/epub-selftest.mjs # EPUB：构造最小合法 EPUB 走全链路（含路径穿越防护）
node scripts/mobi-selftest.mjs # MOBI：PalmDOC 解压单元用例 + 手工构造 MOBI 全链路
node scripts/pdf-selftest.mjs # PDF：构造最小 PDF 验证 /file 原始字节一致
node scripts/fence-selftest.mjs # 围栏逻辑自测（不依赖 DSH，加载 lib 产物起临时服务）
node scripts/host-upload-selftest.mjs # 上传导入 + **阅读设置**（默认值/落盘/越界收敛/部分更新）自测
node scripts/encoding-selftest.mjs # **编码判定与 txt 虚拟单元**：BOM/UTF-8/GBK 表驱动、损坏判据、切分偏移契约
node scripts/txt-layout-selftest.mjs # **TXT 段落重排**：段边界判据、双向偏移映射、代理对、兜底切段（193 项，已接进 pnpm check）
node scripts/web-source-selftest.mjs # **网页书源**：HTML 工具 / alicesw 适配器（真实样本）/ 反证 / 内置通道准入 / 抓取编排（66 项，已接进 pnpm check，不依赖网络）
node scripts/web-source-live-check.mjs --live # **网页书源真实站点验收**：目录截断 → 懒扩展能否接上（16 项，需显式 --live，会真的打站点）
node scripts/txt-reflow-check.mjs # **TXT 重排独立对抗验收**：真实书回放 + jsdom DOM 级对拍 + 边界/性能（1817 项；需本机书库，见下）
node scripts/txt-reflow-browser-check.mjs # **真实浏览器**排版几何：段间距/首行缩进/按容器宽度重排/分栏（无浏览器则跳过）
node scripts/markdown-check.mjs # Markdown 渲染 + 消毒管线（jsdom 真 DOM）
node scripts/client-bundle-check.mjs # Client 产物验收：信封形态 + require 只命中平台 seed 模块
node scripts/fence-check.mjs # 对运行中的 DSH 实例跑围栏回归
scripts/real-instance-check.mjs会先探活新路由：若运行中的实例还是旧版 Host 半 （/settings未注册、网关返回 401），脚本直接给出「请重启 DSH」的结论并以 exit 2 退出， 而不是让后续断言连环失败。这是 Host 半改动必须重启的直接体现。
在 DSH Web GUI 内提供沉浸式阅读工作台：书架管理、Markdown/TXT 阅读、划线批注， 并通过 Agent 工具与「阅读助手」预设把读书内容接入 DSH 对话闭环。
导入方式：文件选择器（可多选）+ 拖拽到书架。浏览器拿不到本地绝对路径，
因此前端读文件内容后经 /books/upload 交给 Host 落库（另有按绝对路径导入的 API 通道备用）。
阅读渲染：Markdown 经 marked 转 HTML、DOMPurify 消毒后注入（脚本/事件属性/javascript: 全部清除）；
TXT 保留纯文本换行。排版样式全部走主题 token（标题/列表/引用/代码/表格/链接/图片/分隔线）。
非目标（本插件不做）：PDF/EPUB 渲染（二期评估）、团队共享、云端同步。
| 挂载点 | 平台 | 用途 |
|---|---|---|
sidebar.panellist | client | 侧边栏「阅读」入口图标 |
main（key: reading） | client | 一级主面板：书架 / 阅读器 / 笔记三栏 |
conversation.composer.dock | client | 会话输入框下方「插入书摘」入口（M2） |
Host 路由 /api/reading-workbench/* | host | 书目 / 进度 / 划线 / 书籍内容的 REST 面 |
Host 工具 reading_workbench_* | host | Agent 侧书目检索、划线搜索、开书（M2） |
说明：main 槽位本身标 replaceRisk: shadows-shipped-ui，但 keyed 机制按 key 分发，
自定义 key 属于 additive 用法；sidebar.panellist 与 composer dock 均为 replaceRisk: none。
books { id, title, author?, sourcePath, format, addedAt, hasCover? }
progress { bookId -> { anchor, percent, updatedAt } } # anchor 为 v2 双锚点串
highlights { id, bookId, text, note?, anchor, createdAt }
settings { lastOpenedBookId?, reader: { fontSize, lineHeight, theme, columns } }
data.json），不做内存全量缓存，
每次 API 调用现读现写，避免与热重载和外部编辑冲突。anchor 是 v2 定位串，格式见上文「进度模型」。旧格式（line: / chapter: / page:）读取时兼容。columns 取值 1 | 2 | 'auto'；fontSize 收敛到 13–28，lineHeight 收敛到 1.3–2.6（非法值回落默认）。hasCover 为 UI v2 新增；老数据在首次列书架时懒回填。REST（统一响应 { ok: true, data } / { ok: false, error }，全部走 loopback 同源）：
| 路由 | 方法 | 说明 |
|---|---|---|
/api/reading-workbench/health | GET | 健康检查 |
/api/reading-workbench/books | GET | 书目列表（内嵌进度与划线数；顺带回填封面标记） |
/api/reading-workbench/books | POST | 按本地绝对路径导入（Host 读文件复制进书库） |
/api/reading-workbench/books/upload | POST | 按内容导入（浏览器文件选择器/拖拽通道，文本类） |
/api/reading-workbench/books/upload-binary | POST | 原始字节流上传（epub/mobi/pdf；query 传 title/format，上限 128MB） |
/api/reading-workbench/books/remove | POST | 移除书目（不删原文件；顺带清理书库副本与解压产物） |
/api/reading-workbench/content | GET | 取正文（?id=；章节书带 ?chapter=n） |
/api/reading-workbench/toc | GET | 章节目录（?id=） |
/api/reading-workbench/asset | GET | 书内资源（?bookId=&path=，路径穿越受防护） |
/api/reading-workbench/cover | GET | 封面图（?id=；无封面返回 404） |
/api/reading-workbench/file | GET | 原始书籍字节（pdf.js 用） |
/api/reading-workbench/settings | GET / PUT | 阅读设置与最近打开（PUT 部分更新） |
/api/reading-workbench/progress | PUT | 保存进度（body 带 bookId/anchor/percent） |
/api/reading-workbench/highlights | GET / POST | 划线列表（?bookId=）/ 创建 |
/api/reading-workbench/highlight | DELETE | 删除划线（?id=） |
全部为 exact 路由（对齐 skill-explorer 实证形态，不使用路径参数）； JSON 请求体上限 16MB，二进制上传上限 128MB。
Client → Host：UI 一律经同源 fetch 访问上述路由（对齐 skill-explorer 的 SkillApi 形态）。
非 JSON 响应要给出可行动的提示：DSH 网关对未注册路由返回 401 文本，
若直接 response.json() 会抛 Unexpected token 'o'，因此统一先取文本再尝试解析。
plugins/reading-workbench/
package.json # manifest：dsh.bundle.patch + dsh.client.inject/platform
cordis.patch.yml # - insert: [{ id: reading-workbench, name: dsh-reading-workbench }]
tsdown.config.ts # 双入口构建：lib/index.mjs（ESM/Host）+ lib/client.cjs（ModuleLoader 信封 CJS/Client）
tsconfig.json / tsconfig.build.json
src/
index.ts # Host 半入口：name/inject/apply
store.ts # data.json 读写与校验、设置规整、书库清理
http.ts # exact 路由族（loopback 围栏）
epub.ts # EPUB 解压、OPF/spine/ncx 解析、包内路径归一化
mobi.ts # PDB/MOBI 头解析 + PalmDOC 解压
cover.ts # 封面提取（EPUB 声明式 / MOBI EXTH）与缓存
shared/
types.ts # Host/Client 共享类型、路由字面量
anchor.ts # 进度锚点编解码（纯函数，两侧共用）
client/
index.tsx # Client 半入口：apply(ctx) + slots.inject 注册
api.ts # document-relative fetch 封装
styles.ts # 全部样式（选择器加 dsh-reading- 前缀）
markdown.ts # marked + DOMPurify
chapter-html.ts # 章节资源路径归一化与链接重写
paginate.ts # 分页算术（列数/屏数/百分比换算，纯函数）
panel/
WorkbenchPage.tsx # 书架 ⇄ 阅读器 两态切换
ShelfView.tsx # 书架：封面网格 / 搜索 / 排序 / 导入 / 移除
ReaderView.tsx # 阅读器：工具条 + 分页正文 + 状态条 + 进度
FlowReader.tsx # CSS 多栏分页容器（测量与平移）
PdfViewer.tsx # PDF：canvas 渲染，单/双页与缩放
locales.ts # zh / en 词典
lib/ # 构建产物（gitignore）
| 里程碑 | 内容 | 验收 | 状态 |
|---|---|---|---|
| M0 | 骨架 + manifest + 安装进 desktop profile | 插件条目出现、/health 200、侧边栏入口与 main 面板出现 | ✅ |
| M1 | 书架 + 阅读 + 进度 + 划线 | 真实 GUI 全流程可用 | ✅（划线见 M3） |
| M1.5 | UI v2：书架封面网格 + 单/双页分页阅读器 + 设置持久化 | GUI 视觉确认（翻页修复后待复验） | 基本完成 |
| M3 | 划线交互（正文选区 → 划线 → 笔记栏） | GUI 内可划线并持久化 | ✅ 代码完成，待重启后真实验收 |
| M2 | Agent 工具 + 阅读助手预设 + 插入书摘 | 工具出现在 Tool.listTools，会话内可引用划线 | 待做 |
PATCH /highlight 与 Agent 工具注册，重启后跑 real-instance-check.mjs
（会自动补划线全链路 9 项断言），并在 GUI 里实际划几条验证。Tool.listTools 确认 reading_books / reading_highlights / reading_excerpt 出现且 schema 正确。scripts/e2e-check.mjs 是 v1 的端到端脚本，进度锚点断言仍是旧格式，尚未更新到 v2；
v2 的实例级验收以 real-instance-check.mjs 为准。require：DSH 的 client 模块表只认 9 个平台 seed 模块
（react、react/jsx-runtime、react-dom、react-dom/client、@deepseek-ai/cordis、
dsh-client-store、dsh-client-ui-slots、dsh-client-ui-primitives、dsh-client-ui-dockkit），
其余一律不在表内。产物里残留 require("第三方包") 会让整个 web boot 失败、GUI 起不来
（弹「应用无法启动」），而不只是本插件缺席。因此 dompurify / marked / pdfjs-dist 已由
tsdown.config.ts 的 deps.alwaysBundle 打进 bundle，并挪进 devDependencies
（运行时不需要 npm 安装）；pnpm build 末尾的 client-bundle-check.mjs 负责在交付前拦住构建漂移。ResizeObserver 与 CSS 多栏（column-fill: auto）：现代 Chromium / Firefox / Safari 均支持。
极窄窗口下单页列宽下限 120px，排版会挤压但不会崩。~/.dsh/reading-workbench/data.json（书目/进度/划线/设置）+ library/（导入副本 + 解压产物 + 封面缓存）。~/.dsh/dsh-runtimes/dsh-primary-runtime/dependencies/node/bin）放到 PATH 最前（详见 runtime-notes 第 10 节第 1 条）。/cover 与 /settings，因此必须重启 DSH 后 /cover、/settings 才存在。sidebar.right.* 文档页签族：本插件 M0–M1 不依赖；若 M2 之后需要右侧伴随阅读，
先用 Slots.listSubTree({ root: "sidebar.right.pane.tab" }) 定向补查再设计。docs/dsh-runtime-notes.md 第 6 节）；locale 词典注册 NS 用 dsh-reading-workbench。agents.md 第 6.4 节）。| 类别 | 改动 |
|---|---|
| 交互 | 进入工作台先见书架；点书才进入阅读；阅读态整屏沉浸，工具条独占一行 |
| 书架 | 2:3 封面网格（真实封面 / 生成式封面）、进度条、格式徽标、搜索、排序、悬停显移除、空态引导 |
| 阅读 | CSS 多栏分页：单页 / 双页 / 自适应；左右点击热区、↑↓←→、空格、PgUp/PgDn、Home/End、Esc 返回 |
| 章节书 | 章末「下一页」自动进下一章；章首「上一页」回上一章末屏；章节下拉直达 |
| 支持单/双页并排（双页以跨页对翻页）、缩放、键盘翻页、进度回传 | |
| 设置 | columns 新增；字号/版式即时生效并经 /settings 持久化；lastOpenedBookId 重启后回到原书 |
| 进度 | 新 v2 双锚点（页码 + 百分比）；旧锚点兼容 |
| 封面 | 新增 /cover 路由与 cover.ts 提取（EPUB 声明式 / MOBI EXTH）；老书目懒回填 |
| 移除 | 移除书目时顺带清理书库副本、解压产物与封面缓存（原文件仍不动） |
| 错误提示 | /cover 等路由对网关 401 给出「插件路由未注册，重启 DSH 后生效」的可行动提示 |
| 测试 | 新增 8 套共 238 项：paginate-selftest(55) / paging-align-check(40) / reader-keyboard-check(10) / cover-selftest(22) / migration-selftest(25) / ui-render-check(39) / pagination-browser-check(43) / panel-height-check(11) |
UI v2 给存储加了两个字段，老 data.json（v1）可直接用，读取路径不写用户文件：
| v1 缺什么 | v2 怎么处理 |
|---|---|
settings.reader.columns | loadData 时规整补 'auto'；字号/行高/主题原值保留（越界才收敛） |
book.hasCover | 首次列书架时懒回填并落盘（epub/mobi 真探测，其余记 false） |
进度锚点 line: / chapter: / page: | parseAnchor 兼容解析（新写入一律 v2 格式） |
已用用户真实 data.json（6 本书、line:3:0 旧锚点、v1 设置）验证：数量不变、id 不变、原文件零改动。
用户截图显示双页模式下左右两栏内容错位、左侧露白。定位到两个独立成因，都已修复：
| # | 问题 | 现象 | 修法 |
|---|---|---|---|
| 5 | 翻页步长算错：把「一屏可见宽度」当成「跨屏距离」 | 两者相差一个列间距（48px），每翻一屏累积偏移：第 1 屏偏 48px、第 2 屏偏 96px → 左侧露出上一列尾巴、右侧正文被切 | 抽出 screenWidthOf（flow 宽）与 stepOf（翻页步长）两个语义清晰的函数；viewOffset 一律走 stepOf，组件不再自己算 |
| 6 | 翻页计数用闭包里的旧 view | 长按/连发方向键时，两次 keydown 之间 React 未重渲染，连续几次 setView(view + 1) 算出同一个值 → 按 5 次只前进 1 屏 | 引入同步推进的 targetViewRef：事件处理里先推目标值再 setView，与 React 渲染节奏解耦；所有跳屏统一走 jumpTo |
| 7 | 连打时每次按键都重启滑动动画 | .16s 过渡被反复打断，页面「追不上」按键，观感同样是不准 | 两次翻页间隔 < 200ms 时给 flow 打 data-instant 直接落位；换章也直接落位 |
这次修复暴露了测试方法的问题，值得记住：
pagination-browser-check 只断言「transform 生效」——它用同一个错误公式推算期望值，
所以「自洽地错」，42 项全绿却漏掉了 48px 的累积偏移。paging-align-check 改成用浏览器实测的列起点做判据（不引用产品公式）：
每屏左缘必须压在某列起点上（实测 26/26 全部 0px 偏差），并附反证断言
——若用 screenWidth 当步长必须偏出 48px，确保这个测试真的能抓到该 bug。reader-keyboard-check 不模拟逻辑，而是挂载真实 ReaderView 组件、
派发真实 keydown、读真实 DOM 页码断言；并已做过反证实验：
把 nextPage 换回闭包计数后，该测试立刻失败并给出「1 → 2（期望 6）」，
与用户描述的症状一致，证明测试有效而非空转。| # | 问题 | 现象 | 修法 |
|---|---|---|---|
| 1 | 点击热区挂在被平移的内层元素上 | 翻到第 2 屏后 getBoundingClientRect().left 变成负值，点左侧三分之一也算「右侧」→ 只能往后翻、不能往前翻 | 点击监听到未平移的外层视口，热区按内容盒（扣掉左右内边距）计算 |
| 2 | 双页模式下热区仍是 30% / 40% 空白带 | 双页时点中间 40% 毫无反应，与「点左边回看、点右边继续」的直觉不符 | 双页按中线二分 |
| 3 | EPUB 封面回落策略过宽：「取 manifest 里第一张图」 | 书里第一张图往往是插图/示意图，会被当成封面显示 —— 比没有封面更糟 | 只认声明式线索（meta name="cover" / properties="cover-image" / id·href 含 cover），其余一律回落生成式封面 |
| 4 | 两套进度恢复刻度不一致 | anchor.ts 的 restorePage 用 pct/100*pageCount，paginate.ts 的 restoreView 用 pct/100*(count-1) —— 同一百分比换算出不同页 | 统一刻度，并加一致性交叉断言（count 2..12 × pct 5 档全比对）钉住 |
第 1、2 条属于「纯函数测试测不出、只有真渲染/真浏览器才能发现」的类别；
第 5、6 条更进一步：需要真实交互序列 + 独立判据才能发现。
因此验证分层补成四层：真渲染组件（ui-render-check）、真浏览器几何（pagination-browser-check、
paging-align-check、panel-height-check）、真组件 + 真事件（reader-keyboard-check）。
用户反馈「txt 全部显示到一起很难看」。根因是两层叠加：TXT 走
<pre class="dsh-reading-plain"> + white-space: pre-wrap，源文件换行被原样保留 ——
老 txt 常见「每行 35~50 字硬折行」（折在句子中间，与阅读器列宽还不一致时会二次折行），
新 txt 常见「一段一行」（pre 里行间只有行高，没有段间距与首行缩进 → 满屏文字墙）。
核心是「句子有没有说完」，不是行长统计。反例：我和我的妹妹雯雯.txt 行长几乎恒为
34 字（看着像折行），但每行行尾都是 。，实际是短段落 —— 按行长统计会误判。
完整判据表与两条踩坑细节（行尾空白必须先 trim；右引号不能简单塞进标点集合）见
docs/txt-reflow-design.md 第 3 节。
划线锚点是全书字符偏移，而 collectFlowText() 拼接 DOM 文本节点得到的偏移隐含
「DOM 文本 == 原文切片」这一前提。一旦渲染时删掉折行符，所有划线与「定位」会
静默整体错位（不报错，最难查）。
解法：layoutTxt 返回 removedPositions（被删字符在原文中的位置，升序），
配 fullToRender / renderToFull 双向二分映射。锚点语义不变，旧划线零迁移。
| # | 问题 | 现象 | 修法 |
|---|---|---|---|
| 1 | 」 不在句末标点集合 | 中文对白 「我等你。」 与 「好。」 被判成折行 → 两句对白粘连；我和我的妹妹雯雯.txt 原本 89 次合并里 81 次源于此 | 右引号家族只在引号前一字符也是句末标点时才判段边界（，」 仍合并）；另加「下一行以 「 开头 → 段边界」 |
| 2 | 兜底切段劈开代理对 | '甲' + '𠀀'.repeat(401) 的 800 字硬切落在码元对中间，一个字符被切进两个 p | 硬切前判断高代理项，提前一个码元切（段长 799，仍守住 ≤800 约束） |
| 3 | unitTextLength 依赖已变成 HTML 的 plainText | isStaleMark 用含标签的长度判断，划线越界误判 | TXT 分支改用原文单元长度 |
| 4 | jumpToMark 落位比例量纲不一致 | 原文偏移直接除以渲染文本长度 | 先 fullToRender 再算比例 |
缺陷 1 由实现方与独立验证者各自独立发现（量化误差一致）；缺陷 2 由独立验证者用 1789 条断言抓出（当时 2 条失败，同一根因）。
| 层 | 脚本 | 结果 |
|---|---|---|
| 纯函数 | txt-layout-selftest.mjs | 193 项全绿（含代理对反证：旧算法必须 FAIL，证明防护不是空转） |
| 独立对抗 | txt-reflow-check.mjs | 1817 项全绿；6 本真实书合并数逐本等于独立复算；7342 个行对零分歧（排除聚合数相等的假绿）；DOM 对拍 58 个真实单元全等；全库 \r 58445 个漏记 0 个 |
| 真实浏览器 | txt-reflow-browser-check.mjs | 18 项全绿；同一段窄容器 13 行 > 宽容器 8 行（决定性证明按容器宽度重排、不是保留源文件换行）；缩进 2em、段间距 0.55em、break-inside: auto 实测 |
| 端到端映射 | T2 映射闭环（临时脚本，未入库） | 68 项；跨段选区原文 24 字 ≠ 渲染 20 字，直接证明长度必须端点相减，另含三条反证 |
性能：3.6 万字单元 auto 单次约 0.4~2ms（约束 < 30ms）；整本 55 万字全链路 114ms。
String.prototype.slice 一致），不是码点。