9155bd3170
fix(artifact): 类型误标回退 + 服务端阻断判可重试 + 空白单元格重读
...
build / build (push) Successful in 23s
压测/取件实测暴露的三类问题（均在真实 worker 容器里复现并已验证修复）：
- 名为 .axls 实为 docx 的节点（清单扩展名与真实类型不符）：dws 明确回报真实类型
→ 回退 drive download 取原始字节（实测该节点 243,949B docx 可正常取到），
不再直接失败
- server model operate block 判可重试：同一节点 5 连测 3/5 成功（另一支 timeout），
原判终态会把可成功节点永久失败
- axls 大表偶发返回全空单元格（12 次取件出现 1 次）：全空时重读一次再上报，
避免被平台空壳判定当「空文档」终态
新增 3 个回归测试（18 tests / 19 断言全绿）
2026-10-09 12:15:22 +08:00
6496ee3571
fix(artifact): 在线文档大小预检只对普通文件生效，压测暴露的取件器错误映射补齐
...
build / build (push) Successful in 25s
- 大小预检此前对 adoc/axls 也用目录大小，而在线文档目录大小是容器大小
（实测有 1.40GB 的 adoc，导出 docx 仅 49.5MB）→ 3 个可导出文档被误判 over_limit
- axls 转换器的 dws 失败改为抛 DwsCallError，取件器映射成平台错误码
（此前进程无结果退出，平台只看到 artifact_fetch_no_output）
- export_failed 改判 retryable：8 路混合时巨型文档服务端导出偶发失败，1/2/4 路与串行必成
- 新增 2 个回归测试 + dws_error_map 1 个断言；文档补并发实测表与回归清单
2026-10-09 11:51:26 +08:00
f4e1ecc5f1
feat(artifact): 钉钉取件优先走 dws（DingTalk Workspace CLI），老路径保留为回退
...
- artifact_fetch.py: 新增 dingtalk dws 取件器（adoc→doc export、axls→sheet 转换、其余→drive 直下），
ARTIFACT_DINGTALK_FETCHER=dws|auto|legacy 三级开关，auto 仅对可重试错误回落老路径；
平台侧判定（pick_suffix/SLIDES/magic/大小上限/sha256/spool/空壳检查）全部保留；
结果 JSON 字段不变（Go runner 用 DisallowUnknownFields 解析 stdout），取件器来源只写 stderr。
- axls_to_xlsx.py: 纯标准库 axls→xlsx（文本写入 sharedStrings 以通过空壳判定）。
- dws_error_map.py: dws 错误→平台 {ok,code,retryable,missing}；未分类错误默认不重试。
- Dockerfile: alpine 增加 gcompat/libc6-compat；dws v1.0.63 固定版本+sha256 校验；构建期 dws version 自检。
- compose.yaml: worker 增加 dws 环境与凭据挂载（DWS_HOME 方案，XDG_DATA_HOME 不被 dws 识别）。
- 测试: artifact_fetch_test 新增 11 项（路由/回落语义/契约字段锁定）；dws_error_map 17 断言。
- 实测: 真容器(--read-only --tmpfs --user 1000:1000) 端到端 adoc/axls/pdf 3/3 成功，docx sha 与平台基准一致。
2026-10-09 10:57:11 +08:00
257be88ecf
fix(fetch): UTF-8 sniff boundary must not reject valid documents
...
validate_magic read exactly 4096 bytes and strict-decoded them; a multibyte
character straddling the boundary made perfectly valid .md/.txt files fail
with invalid_format. Only tolerate 'unexpected end of data' when the file
actually continues past the sniff window; genuinely corrupt bytes still fail.
2026-09-30 10:54:07 +08:00
b3c9331966
feat(ingest): 源与目录文件名过滤及钉钉文档导出
...
- filename_filter_rules table (000035) with source-root and per-directory rows
- additive inheritance: source default + every ancestor directory contributes
- filename_is_filtered() SQL predicate applied to catalog browsing, subtree
counts, change-set diffing, routing fan-out and artifact fetch manifests
- fetch_state 'filtered' (CHECK extended); reconcile cancels/restores fetch
jobs, retires planned publications and blocks items when rules change
- GET/PUT/DELETE /api/v1/filename-filters (Idempotency-Key, normalized
extensions) + Settings and Catalog filter editors
- failJobSQL no longer swallows the claimed row when the failure projection
upserts (fixes spurious 'lease lost' retries)
- DingTalk live fetch: adoc/axls now use the export-job pipeline (HTTP 403
from file/download fixed), header-signature downloads supported
2026-09-30 10:54:07 +08:00
姚章浩