feat: 优化附件路径解析,增加文件名匹配逻辑以支持非 UTF-8 编码

This commit is contained in:
oudecheng 2026-06-11 09:15:05 +08:00
parent 0646a17073
commit a2c4bf1d8c

View File

@ -5,6 +5,7 @@ use std::sync::Arc;
use anyhow::anyhow;
use async_trait::async_trait;
use base64::Engine;
#[cfg(unix)]
use encoding_rs::GBK;
use serde_json::json;
@ -12,9 +13,6 @@ use crate::bus::MediaItem;
use super::traits::{Tool, ToolContext, ToolResult};
#[cfg(unix)]
use std::os::unix::ffi::OsStringExt;
#[derive(Debug, Clone)]
pub struct SessionSendRequest {
pub text: Option<String>,
@ -171,31 +169,30 @@ fn validate_context(context: &ToolContext) -> anyhow::Result<()> {
/// 解析附件文件路径,支持非 UTF-8 编码的文件名回退。
///
/// 在 Linux 上,文件名可能是 GBK 等非 UTF-8 编码。当 LLM 用 UTF-8 字符串
/// 引用这些文件时直接访问会失败。此函数先按原样UTF-8尝试访问
/// 如果文件不存在,则将文件名部分用 GBK 重新编码后再尝试。
#[cfg_attr(not(unix), allow(unused_variables))]
/// 在 Linux 上,文件名可能是 GBK 等非 UTF-8 编码。当 LLM 通过 bash 工具
/// 的 `ls` 输出获取文件名时bash 工具会将非 UTF-8 输出解码为 UTF-8
/// LLM 使用的是 UTF-8 字符串,与磁盘上的实际字节不匹配。
///
/// 此函数的策略是:
/// 1. 先按 UTF-8 原样访问(最快路径)
/// 2. 如果失败,列出父目录,用多种编码解码磁盘上的文件名字节,
/// 与目标文件名比对,找到匹配项后返回实际磁盘路径
fn resolve_attachment_path(raw_path: &str) -> PathBuf {
let path = Path::new(raw_path);
// 先按原样UTF-8尝试
// 1. 先按原样UTF-8尝试
if path.exists() {
return path.to_path_buf();
}
// 提取父目录和文件名,只对文件名做编码回退
if let (Some(parent), Some(filename_os)) = (path.parent(), path.file_name()) {
let filename_str = filename_os.to_string_lossy();
// 尝试 GBK 编码回退
let (gbk_bytes, _, had_errors) = GBK.encode(&filename_str);
if !had_errors {
#[cfg(unix)]
{
let os_filename = std::ffi::OsString::from_vec(gbk_bytes.into_owned());
let resolved = parent.join(os_filename);
if resolved.exists() {
return resolved;
// 2. 提取父目录和文件名,列出目录逐项比对
if let (Some(parent), Some(target_filename)) = (path.parent(), path.file_name()) {
let target_str = target_filename.to_string_lossy();
if let Ok(entries) = std::fs::read_dir(parent) {
for entry in entries.flatten() {
let entry_name = entry.file_name();
if filename_matches_target(&entry_name, &target_str) {
return entry.path();
}
}
}
@ -205,6 +202,35 @@ fn resolve_attachment_path(raw_path: &str) -> PathBuf {
path.to_path_buf()
}
/// 检查磁盘上的文件名OsStr是否与目标 UTF-8 文件名匹配。
///
/// 在 Unix 上,尝试用多种编码解码磁盘字节,与目标字符串比对。
#[cfg(unix)]
fn filename_matches_target(on_disk_name: &std::ffi::OsStr, target: &str) -> bool {
use std::os::unix::ffi::OsStrExt;
let bytes = on_disk_name.as_bytes();
// 直接 UTF-8 匹配(最快)
if let Ok(decoded) = std::str::from_utf8(bytes) {
return decoded == target;
}
// 尝试 GBK/GB18030 解码
let (gbk_decoded, _, had_errors) = GBK.decode(bytes);
if !had_errors && gbk_decoded == target {
return true;
}
// 回退lossy 转换比对(处理非 GBK 编码)
let lossy = String::from_utf8_lossy(bytes);
lossy == target
}
#[cfg(not(unix))]
fn filename_matches_target(on_disk_name: &std::ffi::OsStr, target: &str) -> bool {
on_disk_name.to_string_lossy() == target
}
fn parse_attachments(value: &serde_json::Value) -> anyhow::Result<Vec<MediaItem>> {
// 支持两种格式:实际数组 或 字符串化的 JSON 数组
let paths = if let Some(arr) = value.as_array() {